Decision Support System

Τομέας Διοίκησης και Οργάνωσης

Τμήμα Μηχανολόγων και Αεροναυπηγών Μηχανικών

Πολυτεχνική Σχολή

Πανεπιστήμιο Πατρών

Μυλωνάς Νικόλαος

Α.Μ. 4216

«ΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΟΣ ΥΠΟΣΤΗΡΙΞΗΣ ΟΜΑΔΙΚΩΝ

ΑΠΟΦΑΣΕΩΝ ΣΤΡΑΤΗΓΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΜΕ ΥΠΟΣΤΗΡΙΞΗ

ΑΛΓΟΡΙΘΜΩΝ ΠΟΛΥΚΡΙΤΗΡΙΑΣ ΑΝΑΛΥΣΗΣ ΑΠΟΦΑΣΕΩΝ»

Διπλωματική Εργασία

Επιβλέπων: Καρακαπιλίδης Νίκος, Καθηγητής

Πάτρα, Μάιος 2007

i

ΕΥΧΑΡΙΣΤΙΕΣ

Μέσα από αυτές τις γραμμές θα ήθελα να αποδώσω το ελάχιστο ευχαριστώ, σε

εκείνους που χωρίς την πολύτιμη συμβολή τους δεν θα ήταν εφικτή η ολοκλήρωση

της παρούσας διπλωματικής εργασίας. Ευχαριστώ τον Καθηγητή κύριο Νίκο

Καρακαπιλίδη για την ανάθεση του θέματος, την επιστημονική καθοδήγηση και τη

βοήθειά του καθ’ όλη τη διάρκεια της εκπόνησης της εργασίας. Θα ήθελα επίσης να

ευχαριστήσω τη Διδάκτορα μηχανολόγο μηχανικό Χριστίνα Ευαγγέλου για την

καθοδήγηση, τις μεστές υποδείξεις και τις συμβουλές της. Τέλος ένα μεγάλο

ευχαριστώ στους γονείς μου και τον αδερφό μου για την αμέριστη συμπαράστασή

τους.

Νίκος Μυλωνάς

i

ΠΕΡΙΛΗΨΗ

Η συνεχώς αυξανόμενη πολυπλοκότητα και ο ανταγωνισμός των οργανισμών και των

επιχειρήσεων έκανε αδύνατη τη λήψη αποφάσεων από μεμονωμένα άτομα.

Δημιούργησε την ανάγκη για ομαδικές διαδικασίες λήψης αποφάσεων και για

υλοποίηση ισχυρών εργαλείων που θα υποστηρίζουν τις ιδιαίτερες ανάγκες των

ομάδων αυτών. Η ανάπτυξη τις τεχνολογίας και οι έρευνες τα τελευταία 30 χρόνια

έκαναν εφικτή την δημιουργία ολοκληρωμένων Συστημάτων Υποστήριξης

Αποφάσεων. Στην παρούσα διπλωματική επιχειρείται η ανάπτυξη ενός τέτοιου

συστήματος που θα μπορεί να υποστηρίξει λήψη αποφάσεων στρατηγικού χαρακτήρα

για τους οργανισμούς και ανάλυση με αλγόριθμους πολυκριτήριας λήψης

αποφάσεων.

Στο πρώτο κεφάλαιο γίνεται μια παρουσίαση των γενικών αναγκών που καλούνται να

καλύψουν αυτά τα συστήματα καθώς και των προσεγγίσεων ταξινόμησής τους. Στο

δεύτερο και στο τρίτο κεφάλαιο ακολουθεί παρουσίαση πλαισίων ανάλυσης του

περιβάλλοντος των οργανισμών για λήψη στρατηγικών αποφάσεων, των μεθόδων

πολυκριτήριας ανάλυσης αποφάσεων αντίστοιχα. Σκοπός είναι η επιλογή των

κατάλληλων πλαισίων και αλγορίθμων που θα υποστηρίξουν το σύστημα. Στο

τέταρτο κεφάλαιο μετά από την ανάλυση της διαδικασίας ανάπτυξης του συστήματος

γίνεται παρουσίαση των λειτουργιών του μέσω μιας μελέτης περίπτωσης.

ii

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

Κεφάλαιο 1: ΕΙΣΑΓΩΓΗ ........................................ Error! Bookmark not defined.

1.1 ΕΙΣΑΓΩΓΗ .....................................................................................................1

1.2 ΟΜΑΔΙΚΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ ...............................................................2

1.3 ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ (DSS) ..............................3

1.4 ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΟΜΑΔΙΚΗΣ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ (GDSS) .......................................................................................................................6

1.4.1 Μοντέλα Ομαδικών Διαδικασιών............................................................8

1.4.2 Επικοινωνία Ομάδας..............................................................................10

1.4.3 Έλεγχος Συγχρονισμού (concurrency control) ......................................10

1.4.4 Δομές Ασύγχρονων Ομαδικών Αλληλεπιδράσεων ...............................11

1.4.5 Μοντέλα Λήψης Αποφάσεων ................................................................13

1.5 ΑΝΤΙΚΕΙΜΕΝΟ ΤΗΣ ΕΡΓΑΣΙΑΣ ..............................................................13

Κεφάλαιο 2: ΣΤΡΑΤΗΓΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ......................................................14

2.1 ΕΙΣΑΓΩΓΗ ...................................................................................................14

2.2 ΣΥΜΜΕΤΕΧΟΝΤΕΣ ...................................................................................15

2.3 ΠΛΑΙΣΙΑ ΛΗΨΗΣ ΣΤΡΑΤΗΓΙΚΩΝ ΑΠΟΦΑΣΕΩΝ.................................15

2.3.1 Σταθμισμένες Κάρτες (Balanced Scorecard) .........................................16

2.3.2 Στρατηγικό τρίγωνο (3 C’s ) ..................................................................17

2.3.3 Ανταγωνιστικό πλεονέκτημα (Competitive Advantage) .......................18

2.3.4 Μέθοδος Delphi .....................................................................................19

2.3.5 Πέντε Ανταγωνιστικές Δυνάμεις (Five Competitive Forces) ................19

2.3.6 Μεταφορά των πηγών (Outsourcing) ....................................................20

2.3.7 Ανάλυση PEST. .....................................................................................21

2.3.8 Θεώρηση της επιχείρησης με βάση τους πόρους (Resource Based View of the Firm).........................................................................................................22

2.3.9 Ανάλυση SWOT ....................................................................................23

2.3.10 Ανάλυση Αλυσίδας Αξιών (Value Chain Analysis) ..............................23

2.4 ΕΠΙΛΟΓΗ ΠΛΑΙΣΙΩΝ ΓΙΑ ΤΗΝ ΠΡΟΤΕΙΝΟΜΕΝΗ ΕΦΑΡΜΟΓΗ ........24

Κεφάλαιο 3: ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΟΛΛΑΠΛΑ ΚΡΙΤΗΡΙΑ ......26

3.1 ΕΙΣΑΓΩΓΗ ...................................................................................................26

3.2 ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ ΠΟΛΥΚΡΙΤΗΡΙΑΣ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ..26

3.2.1 Στόχοι Και Αξιολόγηση Εναλλακτικών ................................................27

3.2.2 Κατηγορίες Μεθόδων Σύνθεσης Κριτηρίων..........................................28

3.3 ΜΕΘΟΔΟΙ ΣΥΝΘΕΣΗΣ ΚΡΙΤΗΡΙΩΝ ........................................................30

iii

3.3.1 Πολυκριτήρια Θεωρία Χρησιμότητας (MAUT)....................................30

3.3.2 Μέθοδος SMART ..................................................................................33

3.3.3 Η Διαδικασία Αναλυτικής Ιεράρχησης (AHP) ......................................34

3.3.4 Οι Μέθοδοι ELECTRE..........................................................................37

3.3.5 Οι Μέθοδοι PROMETHEE ...................................................................40

3.3.6 Μέθοδος UTASTAR .............................................................................43

3.4 ΕΠΙΛΟΓΗ ΜΕΘΟΔΩΝ ΣΥΝΘΕΣΗΣ ΚΡΙΤΗΡΙΩΝ ΓΙΑ ΤΗΝ ΠΡΟΤΕΙΝΟΜΕΝΗ ΕΦΑΡΜΟΓΗ ...........................................................................45

Κεφάλαιο 4: ΠΡΟΤΕΙΝΟΜΕΝΗ ΕΦΑΡΜΟΓΗ .....................................................47

4.1 ΔΙΑΔΙΚΑΣΙΑ ΑΝΑΠΤΥΞΗΣ ......................................................................47

4.1.1 Πληροφόρηση ........................................................................................47

4.1.2 Ανάλυση του συστήματος......................................................................47

4.1.3 Σχεδιασμός .............................................................................................48

4.2 Forum για τη συνεργατική λήψη αποφάσεων ...............................................50

4.2.1 Διαχείριση ..............................................................................................50

4.2.2 Χρήστες και Ομάδες εργασίας...............................................................51

4.2.3 Επικοινωνία ...........................................................................................51

4.3 Πρόγραμμα υποστήριξης λήψης αποφάσεων με τον αλγόριθμο SMART ...51

4.4 ΠΑΡΑΔΕΙΓΜΑ ΧΡΗΣΗΣ ............................................................................52

Κεφάλαιο 5: ΣΥΜΠΕΡΑΣΜΑΤΑ...........................................................................59

iv

ΕΥΡΕΤΗΡΙΟ ΕΙΚΟΝΩΝ

Εικόνα 1-1:Χωροχρονική διάταξη των Σ.Υ.Α. (DeSanctis & Gallupe, 1987) ..........................................6 Εικόνα 1-2: Κατηγοριοποίηση επικοινωνίας ομάδας. (πηγή, Δεσπότης).................................................10 Εικόνα 1-3: Το γραμμικό μοντέλο (πηγή: Δεσπότης Δ.)..........................................................................11 Εικόνα 1-4: Το μοντέλο τύπου χτένας (πηγή: Δεσπότης Δ.) ....................................................................12 Εικόνα 1-5: Το μοντέλο με διακλαδώσεις (πηγή: Δεσπότης Δ.) ..............................................................12 Εικόνα 4-1: Κεντρική σελίδα πίνακα ελέγχου(index)..............................................................................50 Εικόνα 4-2: :Διατύπωση αποστολής από τον επικεφαλής .......................................................................53 Εικόνα 4-3: Απάντηση και επισύναψη αρχείου .......................................................................................54 Εικόνα 4-4: Απάντηση με χρήση συνημμένης εικόνας ............................................................................54 Εικόνα 4-5:Διαδικασία ψηφοφορίας ......................................................................................................55

ΕΥΡΕΤΗΡΙΟ ΠΙΝΑΚΩΝ

Πίνακας 2-1: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Σταθμισμένων Καρτών.................................16 Πίνακας 2-2: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Στρατηγικό τρίγωνο......................................18 Πίνακας 2-3: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Ανταγωνιστικού Πλεονεκτήματος .................18 Πίνακας 2-4: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Delphi ..........................................................19 Πίνακας 2-5: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Πέντε Δυνάμεων...........................................20 Πίνακας 2-6: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Outsourcing .................................................21 Πίνακας 2-7: Πλεονεκτήματα – Μειονεκτήματα πλαισίου PEST............................................................21 Πίνακας 2-8: Πλεονεκτήματα – Μειονεκτήματα πλαισίου RBV..............................................................22 Πίνακας 2-9: Πλεονεκτήματα – Μειονεκτήματα πλαισίου SWOT ..........................................................23 Πίνακας 2-10: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Ανάλυσης Αλυσίδας Αξιών .........................24 Πίνακας 3-1: Πλεονεκτήματα – Μειονεκτήματα MAUT.........................................................................32 Πίνακας 3-2: Πλεονεκτήματα – Μειονεκτήματα SMART .......................................................................34 Πίνακας 3-3: Κλίμακα σχετικής σημαντικότητας....................................................................................35 Πίνακας 3-4: Πλεονεκτήματα – Μειονεκτήματα AHP............................................................................37 Πίνακας 3-5: Πλεονεκτήματα – Μειονεκτήματα ELECTRE...................................................................39 Πίνακας 3-6: Πλεονεκτήματα – Μειονεκτήματα PROMETHEE ............................................................42 Πίνακας 3-7: Πλεονεκτήματα – Μειονεκτήματα UTASTAR ...................................................................45

ΕΥΡΕΤΗΡΙΟ ΣΧΗΜΑΤΩΝ

Σχήμα 2-1: Ερευνητικές προσεγγίσεις του προβλήματος της ταξινόμησης (Πηγή: Ευαγγέλου, 2005) .....28 Σχήμα 2-2: Ιεραρχική δόμηση της διαδικασίας λήψης αποφάσεων μέσω της Διαδικασίας Αναλυτικής Ιεράρχησης (Zahedi, 1986) .....................................................................................................................34

v

Κεφάλαιο 1: ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

1.1 ΕΙΣΑΓΩΓΗ

Ως απόφαση ορίζεται η στιγμή εκείνη, μιας διαδικασίας αποτίμησης εναλλακτικών με

σκοπό την επίτευξη ενός στόχου, στην οποία οι προσδοκίες για μια συγκεκριμένη

δράση παρακινούν τον λήπτη αποφάσεων να επιλέξει τη συγκεκριμένη δράση ως

αυτή που είναι πιο πιθανή να επιτύχει το στόχο (Harrison, 1999). Η Λήψη

Αποφάσεων (Decision Making) αποτελεί μια από τις πλέον απαιτητικές και μεγάλης

σημασίας διαδικασίες ενός οργανισμού (McLaughlin, 1995). Η σημαντικότητα των

διοικητικών αποφάσεων προέρχεται από το γεγονός ότι τέτοιες αποφάσεις

επηρεάζουν όλες τις λειτουργίες της διοίκησης κάθε τυπικού οργανισμού. Η

πραγματική ουσία του management αντανακλάται στην επιτυχία των αποφάσεων του

στη διάρκεια του χρόνου (Harrison, 1999). Ο Simon (1960) έδωσε ένα μοντέλο για τη

λήψη αποφάσεων που αποτελείται από τέσσερις φάσεις:

1. Πληροφόρηση (intelligence)

2. Σχεδιασμός (design)

3. Επιλογή (choice)

4. Εφαρμογή (implementation)

Σημαντικός είναι ο διαχωρισμός που κάνει ο Turban (1995) μεταξύ λύσης

προβλήματος και λήψης απόφασης. Σύμφωνα με το μοντέλο του Simon οι πρώτες

τρεις φάσεις αποτελούν διαδικασία λήψης απόφασης που καταλήγουν σε μία

σύσταση. Η λύση του προβλήματος περιλαμβάνει τη διαδικασία της λήψης απόφασης

μαζί με την εφαρμογή.

Υπάρχουν δύο κύριες προσεγγίσεις στη λήψη αποφάσεων για έναν οργανισμό. Η

απολυταρχική, όπου οι αποφάσεις λαμβάνονται από ένα διοικητικό στέλεχος του

οργανισμού και η ομαδική, όπου η συλλογή και η επεξεργασία των πληροφοριών που

θα οδηγήσουν στη λήψη της απόφασης γίνεται ομαδικά. Οι οργανωσιακές μορφές

(organizational forms) που δημιουργούνται για αυτό το σκοπό είναι γνωστές ως

διατμηματικές ομάδες (cross-functional groups), ομάδες εργασίας (workgroups) και,

πιο πρόσφατα, Κοινότητες Πρακτικής (Communities of Practice) (Wenger, 1998).

Είναι γεγονός ότι οι ομάδες αυτές όταν ενισχύονται με τα κατάλληλα εργαλεία

1

υποστήριξης της συνεργασίας, μπορούν να αποφέρουν σημαντικά οφέλη στα ίδια τα

μέλη τους αλλά και στον οργανισμό συνολικά (Gongla & Rizzuto, 2001).

1.2 ΟΜΑΔΙΚΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

Γενικά η λήψη αποφάσεων στους ακόμα και στους ιεραρχικά δομημένους

οργανισμούς αποτελεί μια ομαδική εργασία. Μια ομάδα μπορεί να εμπλέκεται στη

λήψη μιας απόφασης ή σε μια εργασία σχετική με τη λήψη μιας απόφασης, όπως

είναι η δημιουργία μιας λίστας εναλλακτικών ή μιας επιλογή των κριτηρίων για την

αξιολόγηση των εναλλακτικών.

Το ζωτικό στοιχείο της ομαδικής λήψης αποφάσεων είναι η σύνθεση των ομάδων

εργασίας και οι ιδιαίτερες συνθήκες κάτω από τις οποίες καλούνται να συνεργαστούν:

• Τα μέλη μιας ομάδας μπορεί να βρίσκονται σε διαφορετικές φυσικές θέσεις

• Μπορεί να εργάζονται σε διαφορετικές χρονικές στιγμές

• Μπορεί να εργάζονται για το ίδιο ή και για διαφορετικούς οργανισμούς

• Η ομάδα μπορεί να βρίσκεται σε διαφορετικά επίπεδα διοικητικά

• Οι συνεργίες μεταξύ των μελών και οι διαφωνίες είναι πάντα υπαρκτές και

επικίνδυνες για τη συλλογή και επεξεργασία των δεδομένων.

• Μπορεί να απαιτηθεί η εμπειρογνωμοσύνη ατόμων εκτός των μελών της

ομάδας.

Η βασικότερη διαδικασία στην ομαδική λήψη αποφάσεων είναι οι συσκέψεις.

Χαρακτηριστικές ενέργειες και διαδικασίες των συσκέψεων είναι:

• Μια σύσκεψη είναι συλλογική ενέργεια μιας ομάδας ατόμων τα οποία

συνήθως βρίσκονται σε παρόμοιο ή ίδιο ιεραρχικό επίπεδο

• Το αποτέλεσμα της σύσκεψης εξαρτάται μερικώς από τη γνώση, απόψεις, και

εκτιμήσεις των συμμετεχόντων.

• Το αποτέλεσμα της σύσκεψης εξαρτάται επίσης και από τη σύνθεση της

ομάδας και την τακτική που χρησιμοποιήθηκε για τη λήψη των αποφάσεων.

• Οι διαφορές απόψεων ρυθμίζονται είτε από τον επικεφαλής της ομάδας

(facilitator ή moderator), είτε συχνότερα με διαπραγματεύσεις.

2

1.3 ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΑΠΟΦΑΣΕΩΝ (DSS)

Ήδη από τα τέλη της δεκαετίας του ΄70 άρχισαν να αναπτύσσονται αλληλεπιδραστικά

πληροφοριακά συστήματα που χρησιμοποιούσαν δεδομένα και μοντέλα για να

βοηθήσουν τους μάνατζερ να αναλύσουν ημι-δομημένα προβλήματα. Αυτά τα

συστήματα ονομάστηκαν Συστήματα Υποστήριξης Αποφάσεων (Decision Support

Systems, DSS). Τα Σ.Υ.Α. μπορούν να σχεδιαστούν για να υποστηρίξουν τη λήψη

αποφάσεων σε κάθε επίπεδο του οργανισμού. Επίσης μπορεί να είναι σχεδιασμένα

για να υποστηρίξουν μια μικρή ομάδα ληπτών αποφάσεων που χρησιμοποιούν έναν

υπολογιστή ή μια ομάδα στελεχών σε ένα δικτυωμένο πελάτη-διακομιστή (client-

server) περιβάλλον. Βασικό τους πλεονέκτημα είναι ότι ξεπερνούν πολλά από τα

διαδικαστικά προβλήματα που παρουσιάζονται στη ομαδική λήψη αποφάσεων και

δεν βοηθούν μόνο στην αναζήτηση, συγκέντρωση και ανάλυση δεδομένων.

Γενικά αποδεκτός ορισμός για τα Σ.Υ.Α. δεν υπάρχει (Turban, 1993). Η καταιγιστική

εξέλιξη των συστημάτων αυτών, η διαδεδομένη χρήση τους και η ανάγκη για μελέτη

έχει οδηγήσει πολλούς ερευνητές να κάνουν ταξινομήσεις ώστε να υπάρχει ένα κοινό

πλαίσιο αναφοράς. Μπορούμε να αναγνωρίσουμε τρία γενικά χαρακτηριστικά για τα

συστήματα υποστήριξης αποφάσεων (Alter S., 1982)

• Είναι συγκεκριμένα σχεδιασμένα για να διευκολύνουν τις διαδικασίες λήψης

αποφάσεων

• Υποστηρίζουν, δεν αυτοματοποιούν τις διαδικασίες λήψης αποφάσεων

• Πρέπει να είναι ικανά να προσαρμόζονται εύκολα στις αλλαγές των αναγκών

των χρηστών

Τα συστήματα υποστήριξης αποφάσεων καθορίζονται ως μια ευρεία κατηγορία

αναλυτικών διαχειριστικών πληροφοριακών συστημάτων. Σύμφωνα με την

ταξινομικό πλαίσιο του Power D. (2000) τα Συστήματα Υποστήριξης Αποφάσεων

μπορούν να χωριστούν σε 5 κατηγορίες. Γενικά όπως αναφέρει υπάρχουν

περισσότερα συστήματα τα οποία όμως μπορούν να θεωρηθούν υβριδικά αφού έχουν

στοιχεία των 5 κατηγοριών.

• Σ.Υ.Α. βασισμένα στα δεδομένα (Data-Driven DSS).

Αυτά τα συστήματα περιλαμβάνουν συστήματα ταξινόμησης αρχείων,

συστήματα διαχειριστικών αναφορών, αποθήκευση δεδομένων (data

3

warehousing), συστήματα ανάλυσης κλπ. Αυτός ο τύπος συστήματος

στηρίζεται στη πρόσβαση και διαχείριση μεγάλων και καλά δομημένων

βάσεων δεδομένων. Βασικές τεχνολογίες που έχουν βοηθήσει στην ανάπτυξη

των συστημάτων αυτής της κατηγορίας είναι οι ειδικές αποθήκες δεδομένων

(data warehouses) και τα εργαλεία αναλυτικής επεξεργασίας δεδομένων (on-

line analytical processing).

• Σ.Υ.Α. βασισμένα στα μοντέλα (Model-Driven DSS).

Αυτή η κατηγορία περιλαμβάνει συστήματα που χρησιμοποιούν λογιστικά και

οικονομικά μοντέλα, παραστατικά και βελτιωτικά μοντέλα. Γενικά

στηρίζονται στην πρόσβαση και την επεξεργασία ενός μοντέλου. Η πιο

βασική δομή αυτών των συστημάτων είναι τα στατιστικά και αναλυτικά

εργαλεία. Τα συστήματα αυτά εμφανίζονται ως υβριδικά με την βοήθεια των

εργαλείων OLAP.

• Σ.Υ.Α. βασισμένα στη γνώση (Knowledge-Driven DSS).

Τα συστήματα αυτά μπορούν να προτείνουν δράσεις στους manager. Είναι

συστήματα ανθρώπου-υπολογιστή με ειδικότητα στη λύση προβλημάτων.

Αυτή η ειδικότητα βασίζεται στην εξειδικευμένη γνώση σε κάποιο πεδίο

(domain), κατανόηση των προβλημάτων του πεδίου και ικανότητα στη λύση

τέτοιων προβλημάτων. Σχετίζεται με της τεχνικές εξόρυξης δεδομένων (data

mining) που είναι αναλυτικές εφαρμογές που στοχεύουν στην καλύτερη

ανάλυση δεδομένων μέσω της ανεύρεσης προτύπων (patterns) δεδομένων,

καθώς και μέσω της εξαγωγής συσχετίσεων και κανόνων μεταξύ αυτών.

• Σ.Υ.Α. βασισμένα στη διαχείριση γνώσης (Document-Driven DSS ή

Knowledge Management Systems)

Συστήματα που βοηθούν τους μάνατζερ στην ανάσυρση και διαχείριση

εγγράφων και ιστοσελίδων. Χρησιμοποιούν μια ποικιλία μεθόδων

αποθήκευσης και επεξεργασίας για να εξασφαλίσουν την ανάσυρση και την

ανάλυση των εγγράφων αυτών που μπορούν να διατίθενται και από τον

παγκόσμιο ιστό. Παράδειγμα ενός τέτοιου συστήματος μπορούμε να

θεωρήσουμε τις μηχανές αναζήτησης (search engines) που χρησιμοποιούμε

συχνά για την περιήγηση στον παγκόσμιο ιστό.

4

• Σ.Υ.Α. βασισμένα στην επικοινωνία (Communication-Driven DSS).

Πρόκειται για μια ευρύτερη κατηγοριοποίηση των συστημάτων επικοινωνίας

των μάνατζερ. Κυριότερο μέλος αυτής της κατηγορίας αποτελούν τα

Συστήματα Υποστήριξης Ομαδικής Λήψης Αποφάσεων (Group DSS). Αυτά

τα συστήματα βασίζονται στα δίκτυα υπολογιστών και τεχνολογίες που

υποστηρίζουν την επικοινωνία μέσω των υπολογιστών, όπως πίνακες

ανακοινώσεων (bulletin boards), ηλεκτρονικό ταχυδρομείο, επικοινωνία μέσω

βίντεο, προγραμματισμό (scheduling)

Η ταξινομία του Power αποτελεί την πιο σύγχρονη προσπάθεια ταξινόμησης των

συστημάτων υποστήριξης αποφάσεων, γιατί λαμβάνει υπόψιν όλες τις σύγχρονες

τεχνολογίες που είναι διαθέσιμες στα χέρια των προγραμματιστών (developers) και

των χρηστών (end users). Στις προηγούμενες δεκαετίες έχουν γίνει πολλές

προσπάθειες ταξινόμησης από πολλούς αναγνωρισμένους ερευνητές του χώρου

(Donovan and Madnick,1977 ,Steven Alter,1980 , Hackathorn and Keen,1981 ,Turban

and Pronsan,1998). Οι τελευταίοι έκαναν μια πολύ σημαντική διάκριση των Σ.Υ.Α.

σε δύο κατηγορίες. Υπάρχουν συστήματα που αναπτύσσονται κατά παραγγελία

(custom-made) για συγκεκριμένους οργανισμούς , για πολύ συγκεκριμένες ανάγκες ,

για περιπτώσεις όπου τα προβλήματα που καλούνται να λύσουν οι λήπτες αποφάσεων

δεν ακολουθούν μια συγκεκριμένη ρουτίνα και δεν είναι δομημένα και συστήματα

που καλούνται να εξυπηρετήσουν ανάγκες γενικής μορφής που μπορούν να απαντούν

σε πολλούς οργανισμούς (ready-made).

Η πληθώρα των τεχνολογικών διευκολύνσεων που είναι διαθέσιμες κάνει απαραίτητη

ακόμα μια διάκριση των συστημάτων υποστήριξης αποφάσεων όχι σε κατηγορίες

αυτή τη φορά, αλλά σε επίπεδα ολοκλήρωσης (Sprague and Carlson, 1982). Έτσι

διακρίνονται τρία επίπεδα:

1. Ρητά Σ.Υ.Α. (Specific DSS)

Συστήματα τα οποία ουσιαστικά εκτελούν τέτοιου είδους εργασίες ονομάζονται

ρητά Σ.Υ.Α.

2. Δημιουργοί Σ.Υ.Α. (DSS generators)

Είναι ένα πακέτο ολοκληρωμένο λογισμικού που παρέχει ένα σύνολο

δυνατοτήτων για τη δημιουργία ενός ρητού Σ.Υ.Α. εύκολα (Turban, 1995). Οι

5

δυνατότητες αυτές περιλαμβάνουν μοντελοποίηση, γραφική απεικόνιση,

αναφορές και άλλα (Excel, Lotus).

3. Εργαλεία των Σ.Υ.Α.

Εδώ αναφερόμαστε στο πιο βασικό επίπεδο. Περιλαμβάνονται κυρίως γλώσσες

προγραμματισμού.

Σύμφωνα με τους (DeSanctis & Gallupe, 1987) μπορεί να γίνει και χωροχρονική

διάταξη των συστημάτων υποστήριξης αποφάσεων. Ορίζουμε οριζόντια διάσταση

που περιλαμβάνει το χώρο στον οποίο εργάζονται τα άτομα που επικοινωνούν

αναγνωρίζοντας δύο ενδεχόμενα: να βρίσκονται στο ίδιο χώρο (εγγύς συνεργασία -

collocated) ή σε διαφορετικά μέρη (απομακρυσμένη - remote). Ομοίως, ορίζουμε

κάθετη διάσταση που η διάκριση γίνεται ανάλογα με τον χρόνο κατά τον οποίο

γίνεται η αλληλεπίδραση: την ίδια χρονική στιγμή (σύγχρονη), ή σε διαφορετικό

χρόνο (ασύγχρονη). Αυτές οι διαστάσεις παρέχουν τέσσερα σενάρια επικοινωνίας:

σύγχρονη-εγγύς, ασύγχρονη- εγγύς, σύγχρονη - απομακρυσμένη, ασύγχρονη -

απομακρυσμένη.

Εικόνα 1-1:Χωροχρονική διάταξη των Σ.Υ.Α. (DeSanctis & Gallupe, 1987)

1.4 ΣΥΣΤΗΜΑΤΑ ΥΠΟΣΤΗΡΙΞΗΣ ΟΜΑΔΙΚΗΣ ΛΗΨΗΣ

ΑΠΟΦΑΣΕΩΝ (GDSS)

Τα Συστήματα Υποστήριξης Ομαδικής Λήψης Αποφάσεων (Group Decision Support

Systems) είναι αλληλεπιδραστικά (interactive), βασισμένα στους υπολογιστές

6

συστήματα που βοηθούν μια ομάδα ληπτών αποφάσεων να λύσουν προβλήματα και

να πάρουν αποφάσεις. Στοχεύουν στην υποστήριξη ομάδων στην ανάλυση

καταστάσεων και στην εκτέλεση διαδικασιών ομαδικής λήψης αποφάσεων (Huber,

1984; DeSanctis and Gallupe, 1987). Ο ορισμός αυτός είναι πολύ περιεκτικός και

περιγράφει ένα υβριδικό σύστημα που χρησιμοποιεί μια περίπλοκη επικοινωνιακή

υποδομή και ευρυστικά και ποσοτικά μοντέλα για την υποστήριξη της λήψης

αποφάσεων (Power, 2000).

Στη βιβλιογραφία συχνά γίνεται διαχωρισμός μεταξύ των συστημάτων υποστήριξης

ομαδικής λήψης αποφάσεων (GDSS) και των εργαλείων ή λειτουργιών συστημάτων

συνεργασίας (groupware). Όπως αναφέρει και ο Power (2000) τα Συστήματα

Υποστήριξης Ομαδικής Λήψης Αποφάσεων μπορούν να θεωρηθούν και εργαλεία

συστημάτων συνεργασίας χωρίς όμως πάντα να ισχύει και το αντίθετο. Τα εργαλεία

συστημάτων συνεργασίας μπορεί να αποτελούν μεμονωμένες εφαρμογές (Microsoft

NetMeeting) ή τεχνολογίες (video conference). Ένα σύνολο τέτοιων τεχνολογιών

μπορεί να αποτελέσει ένα Σ.Υ.Ο.Α.. Χαρακτηριστικές τέτοιες λειτουργίες είναι:

• Ηλεκτρονικό ταχυδρομείο (e-mail)

• Συνομιλία (chat)

• Πίνακας ανακοινώσεων (bulletin boards)

• Συζητήσεις (discussions)

• Πίνακας εργασιών (Whiteboard)

• Διαχείριση αρχείων (File management)

• Συγχρονισμένη εργασία πάνω σε αρχεία (Synchronous work on files)

• Κοινή θέα οθόνης (Screen sharing)

• Δυνατότητα διεξαγωγής παρουσιάσεων (Presentation capability)

• Λίστα εργασιών (Task list)

• Ηλεκτρονικά ημερολόγια (e-Calendars)

• Εργαλεία ψηφοφορίας (Voting tools)

• Εργαλεία ανάλυσης εναλλακτικών (alternative analysis tools) κ.α.

7

Τα πλεονεκτήματα που προσφέρουν τα Σ.Υ.Ο.Α. είναι πολλά και σημαντικά για τους

οργανισμούς. Η ανωνυμία ειδικά σε διαδικασίες όπως το brainstorming στα ιδιαίτερα

ανταγωνιστικά περιβάλλοντα των επιχειρήσεων δίνει ώθηση συμμετοχής. Ακόμη και

όταν η σύσκεψη γίνεται πρόσωπο με πρόσωπο οι χρήστες των συστημάτων έχουν τη

δυνατότητα να διατυπώσουν την ιδέα, την άποψη ή τη διαφωνία τους ανώνυμα.

Εταιρείες που κάνουν χρήση τέτοιων συστημάτων έχουν αναφέρει μεγαλύτερη

συμμετοχή στις διαδικασίες λήψης αποφάσεων και μείωση του απαιτούμενου για τη

διεκπεραίωση τέτοιων διαδικασιών (παραδείγματα είναι η Mariott Corporation με τη

χρήση του VisionQuest της Collaborative Technologies Corporation και η Boeing με

το TeamFocus της Ventana GroupSystems, πηγή www.dssresources.com).

Τα συστήματα αυτά ενισχύουν τις ομάδες που έχουν ξεκαθαρισμένους στόχους να

γίνουν πιο παραγωγικές, ενώ η έλλειψη στόχων και κατευθύνσεων γίνεται αντιληπτή

από τα πρώτα κιόλας λεπτά της σύσκεψης. Τα Σ.Υ.Ο.Α. δεν αντικαθιστούν την

αρχηγία, αλλά μπορούν να ενισχύσουν μια καλά καθοδηγούμενη ομάδα (Nunamaker,

Briggs, Mittleman, Vogel, Balthazard, 2003)

Για την υλοποίηση ενός συστήματος υποστήριξης ομαδικών αποφάσεων πρέπει να

ληφθούν υπόψη οι ομαδικές διαδικασίες που απαιτείται να λάβουν χώρα και όπως

αναφέρονται στην στα προηγούμενα κεφάλαια αλλά και όπως θα παρουσιαστούν

παρακάτω. Η συνεργασία σε μια ομάδα είναι μια συνεχής εναλλαγή μεταξύ

σύγχρονης και ασύγχρονης συνεργασίας και μια διαδικασία κατά τη διάρκεια της

οποίας διαμορφώνονται υπο-ομάδες για την επίλυση των προβλημάτων που

παρουσιάζονται σε ατομικό επίπεδο. Η έναρξη του έργου γίνεται συνήθως με

σύγχρονη επικοινωνία, για παράδειγμα κατά τη διάρκεια μιας σύσκεψης στην οποία

παρευρίσκονται στον ίδιο χώρο όλα τα μέλη. Στη συνέχεια, η εκτέλεση του έργου

μπορεί να γίνει με σύγχρονη και ασύγχρονη επικοινωνία.(Δεσπότης Δ.)

1.4.1 Μοντέλα Ομαδικών Διαδικασιών

Σύμφωνα με τον Rapaport (1991) διακρίνονται τρία μοντέλα ομαδικών διαδικασιών:

1. Το συγκεντρωτικό (centralized) μοντέλο ομαδικών διαδικασιών.

Η αποθήκευση και η διαχείριση των πληροφοριών που σχετίζονται με μια ομαδική

διαδικασία γίνεται σε μια κεντρική τοποθεσία. Οι διαφορετικές ομαδικές διαδικασίες

8

απομονώνονται η μία από την άλλη με εφαρμογές λογισμικού. Αυτό το μοντέλο δεν

απαιτεί την αποθήκευση ιδιωτικών πληροφοριών. Όλα τα μέλη βλέπουν την ίδια

έκδοση, δηλαδή δεν υπάρχουν αντίγραφα. Το ιστορικό της διαδικασίας καταγράφεται

και αποθηκεύεται. Εάν η σύνθεση της ομάδας αλλάζει δυναμικά στο χρόνο, τα νέα

μέλη μπορούν να ενημερωθούν διαβάζοντας την αποθηκευμένη πληροφορία.

2. Τα κατανεμημένο (distributed), χωρίς αντίγραφα (nonreplicated) μοντέλο

ομαδικών διαδικασιών.

Προσωπικοί Η/Υ, servers ή τοπικά συστήματα (local clusters) αποτελούν τους

κόμβους του μοντέλου . Υπάρχει μόνο μία πρωτότυπη έκδοση των ομαδικών

δεδομένων η οποία βρίσκεται αποθηκευμένη στον κόμβο που διαχειρίζεται της

ομαδικές διαδικασίες. Οι κόμβοι καθορίζονται από τον διαχειριστή του συστήματος.

Για τα μέλη της ομάδας η εξ' αποστάσεως πρόσβαση χαρακτηρίζεται από διαφάνεια,

η πρόσβαση τόσο στις τοπικές όσο και στις απομακρυσμένες ομαδικές διαδικασίες

(ομαδικά κείμενα) είναι πανομοιότυπη. Το σύστημα είναι διαφανές ως προς την

πρόσβαση και την θέση.

3. Τα κατανεμημένο (distributed), με αντίγραφα (replicated) μοντέλο ομαδικών

διαδικασιών.

Προσωπικοί Η/Υ, servers ή τοπικά συστήματα (local clusters) αποτελούν και στην

περίπτωση αυτή τους κόμβους του μοντέλου (σχήμα 4). Σε αντίθεση με το

προηγούμενο μοντέλο, οι διαδικασίες βρίσκονται κατανεμημένες και υπάρχουν

διαφορετικά αντίγραφα. Οι πληροφορίες της ομαδικής διαδικασίας βρίσκονται

κατανεμημένες και σε αντίγραφα, ανά κόμβο και όχι ανά μέλος της ομάδας. Για κάθε

μέλος της ομάδας, ο καταμερισμός είναι διαφανής, για παράδειγμα, ο τρόπος

εργασίας είναι ο ίδιος με το συγκεντρωτικό μοντέλο. Το μοντέλο προσφέρει επίσης

διαφάνεια ως προς τα αντίγραφα. Οι πληροφορίες που επεξεργάζεται κάθε χρήστης

προωθούνται σε όλους τους κόμβους οι οποίοι διαχειρίζονται μέρος του αντιγράφου

της ομαδικής διαδικασίας. Έτσι, η πληροφορία του μοντέλου ομαδικών διαδικασιών

με αντίγραφα (replicated) παραμένει συνεπής.

Η χρήση αντιγράφων έχει δύο πλεονεκτήματα: βελτίωση της διαθεσιμότητας των

πληροφοριών σε περιπτώσεις λαθών (π.χ. βλάβη των συστημάτων σε κάποιο κόμβο),

και συντομότεροι χρόνοι απόκρισης.

9

1.4.2 Επικοινωνία Ομάδας

Η επικοινωνία μιας ομάδας μπορεί να κατηγοριοποιηθεί σύμφωνα με τη ροή της

πληροφορίας και τον τρόπο διάδοσής της. Η κατηγοριοποίηση αυτή φαίνεται στον

παρακάτω πίνακα.

Εικόνα 1-2: Κατηγοριοποίηση επικοινωνίας ομάδας. (πηγή, Δεσπότης)

Γενικά υπάρχουν δύο τρόποι μετάδοσης της πληροφορίας:

1. Μετάδοση μέσω μιας καθορισμένης μονάδας ελέγχου

2. Απευθείας μετάδοση (p2p, multicast)

1.4.3 Έλεγχος Συγχρονισμού (concurrency control)

Η κοινή χρήση και ανταλλαγή πληροφοριών αποτελεί αναπόσπαστο κομμάτι κάθε

ομαδικής διαδικασίας. Σχετικές έννοιες είναι οι παρακάτω:

• Απόκριση. Ο χρόνος απόκρισης είναι σημαντικός για σύγχρονες διαδικασίες

όπως είναι το brainstorming.

• Ομαδική διεπαφή. Είναι η δυνατότητα του να ενημερώνεται ο χρήστης για την

παλαιότητα της πληροφορίας που επεξεργάζεται, που θα αποφεύγεται η

παρουσίαση ξεπερασμένης πληροφορίας στην οθόνη του χρήστη.

• Μεγάλης έκτασης διασπορά. Οι χρόνοι μετάδοσης της πληροφορίας στα

ευρεία δίκτυα (Wide Area Network, WAN) είναι πολύ μεγαλύτεροι από τους

χρόνους που επιτυγχάνονται στα τοπικά δίκτυα (Local Area Network, LAN).

Για αυτό είναι απαραίτητη η χρήση ευέλικτων πρωτόκολλων επικοινωνίας.

10

• Αντιγραφή της πληροφορίας. Για να επιτυγχάνονται μεγαλύτερες ταχύτητες

μπορούν να αντιγράφονται πληροφορίες στο τοπικό περιβάλλον του χρήστη

(cache). Πρέπει όμως να γίνεται έλεγχος για ανανέωση των αρχείων

• Ειδοποίηση. Δυνατότητα ειδοποίησης των χρηστών σε περίπτωση ανανέωσης

κάποιας πληροφορίας που τους ενδιαφέρει (RSS feeds)

• Αξιοπιστία. Ικανότητα αποκατάστασης της λειτουργίας σε περίπτωση βλάβης

χωρίς απώλεια πληροφοριών.

1.4.4 Δομές Ασύγχρονων Ομαδικών Αλληλεπιδράσεων

Στις περιπτώσεις των ασύγχρονων δομών επικοινωνίας διακρίνονται τρία γενικά

μοντέλα διαχείρισης της πληροφορίας:

1. Το γραμμικό μοντέλο (linear model)

Εδώ έχουμε αυστηρά διαδοχική επικοινωνία. Μια μονάδα πληροφορίας Μ1

προηγείται μιας της επόμενης μονάδας πληροφορίας Μ2. Η σειρά τους ορίζεται από

τη χρονική τοποθέτησή τους στο σύστημα (Emisari). Το γραμμικό μοντέλο δίνει τη

δυνατότητα της εποπτείας όχι μόνο του αποτελέσματος της ομαδικής εργασίας αλλά

και της ίδιας της διαδικασίας.

Εικόνα 1-3: Το γραμμικό μοντέλο (πηγή: Δεσπότης Δ.)

2. Το μοντέλο τύπου ‘χτένας’ (confer, usenet)

Στο μοντέλο αυτό οι πληροφορίες διαρθρώνονται σε ένα σύνολο επιμέρους θεμάτων.

Κάθε επιμέρους θέμα επιμέρους θέμα περιλαμβάνει το στόχο και την αναμενόμενη

πληροφορία. Μέσα σε κάθε επιμέρους θέμα η πληροφορία ακολουθεί γραμμική

πορεία.

Τα επιμέρους θέματα (topics) δίνουν τη μορφή χτένας στις διαδικασίες, όπου το κάθε

δόντι της αποτελεί και ένα θέμα. Βασικό πλεονέκτημα της μεθόδου είναι η δόμηση

της πληροφορίας, η εύκολη πρόσβαση και πλοήγηση της πληροφορίας.

11

Εικόνα 1-4: Το μοντέλο τύπου χτένας (πηγή: Δεσπότης Δ.)

3. Το μοντέλο με διακλαδώσεις (Parti)

Το μοντέλο αυτό στηρίζεται στη δυνατότητα του να προκύπτουν επιμέρους θέματα

από κυρίως θέματα.

Εικόνα 1-5: Το μοντέλο με διακλαδώσεις (πηγή: Δεσπότης Δ.)

Από την εικόνα 1-5 θεωρούμε ότι ο κλάδος 1 στο σχήμα 10 αποτελεί την απαρχή της

επικοινωνίας στο συγκεκριμένο μοντέλο ομαδικής διαδικασίας. Κάθε έναρξη νέου

επιμέρους θέματος δημιουργεί ένα νέο κλάδο και μπορεί να συμβεί οποιαδήποτε

στιγμή. Οι νέοι κλάδοι καταγράφονται και ενσωματώνονται στον αρχικό κλάδο. Το

μοντέλο αυτό είναι περισσότερο ευέλικτο, καθώς όλοι οι συμμετέχοντες μπορούν να

δημιουργήσουν νέους κλάδους. Μέσα στους κλάδους η ανάπτυξη είναι πάντα

γραμμική όπως και στο προηγούμενο μοντέλο.

Ωστόσο επειδή η αναζήτηση είναι πιο περίπλοκη είναι αναγκαία πλέον η χρήση

ειδικής γλώσσας αναζήτησης.

12

1.4.5 Μοντέλα Λήψης Αποφάσεων

Έχουν αναπτυχθεί πολλά μοντέλα που μπορούν να στηρίξουν τις διαδικασίες

Ομαδικής Λήψης Αποφάσεων. Η κατανόηση αυτών των μοντέλων επιτρέπει στις

ομάδες να κάνουν συνειδητές επιλογές στα μοντέλα που θα τις βοηθήσουν στις

διαφορετικές συνθήκες που μπορεί να βρεθούν. Τα μοντέλα αυτά προσφέρουν

διαφορετικές προσεγγίσεις στις γνωστικές (cognitive) και συναισθηματικές

(affective) πολώσεις που άλλοτε θετικά και άλλοτε αρνητικά επηρεάζουν τη

συνεργατική διαδικασία. Οι Johnson, D.W., και Johnson, F.P. (2000) περιγράφουν

πέντε τέτοια μοντέλα:

1. Αποφάσεις στο μέσο όρο των απόψεων

2. Αποφάσεις από την εξουσία μετά από ομαδική συζήτηση

3. Αποφάσεις από αντιπροσωπευτική μειοψηφία

4. Απόφαση με τη στήριξη της πλειοψηφίας (majority)

5. Απόφαση από την ομοφωνία (consensus)

1.5 ΑΝΤΙΚΕΙΜΕΝΟ ΤΗΣ ΕΡΓΑΣΙΑΣ

Σε θεμελιώδες επίπεδο οι μάνατζερ και οι αναλυτές των συστημάτων υποστήριξης

αποφάσεων πρέπει να γνωρίζουν ότι η λήψη αποφάσεων αποτελεί το σημαντικότερο

στοιχείο για έναν οργανισμό.

Για να προχωρήσει στο σχεδιασμό ενός Σ.Υ.Α. ο αναλυτής πρέπει πρώτα να

απαντήσει σε κάποια βασικά ερωτήματα: Θα είναι το σύστημα συγκεκριμένο ή

γενικής χρήσης; Ποια είναι τα βήματα που ακολουθούν οι μάνατζερ για να λάβουν

μια απόφαση; Πώς αναγνωρίζουμε ποιοι εμπλέκονται σε μία τέτοια απόφαση; Ο

σχεδιασμός ενός συστήματος πρέπει να ξεκινάει με την κατανόηση της διαδικασίας

λήψης αποφάσεων.

Σκοπός της εργασίας είναι η παρουσίαση ενός συστήματος υποστήριξης ομαδικής

λήψης αποφάσεων για το γνωστικό αντικείμενο του στρατηγικού σχεδιασμού. Το

σύστημα αυτό πέρα από τις κλασσικές τεχνολογίες που περιγράφηκαν παραπάνω θα

ενισχύεται και από ένα εργαλείο πολυκριτήριας ανάλυση αποφάσεων.

Τέλος βασικός σκοπός είναι το σύστημα που θα αναπτυχθεί να είναι πρσβάσιμο μέσω

του διαδικτύου.

13

Κεφάλαιο 2: ΣΤΡΑΤΗΓΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ

2.1 ΕΙΣΑΓΩΓΗ

Στρατηγική, είναι η τοποθέτηση της επιχείρησης στο περιβάλλον της. Από το πρίσμα

της ανταγωνιστικής στρατηγικής, τοποθέτηση στο περιβάλλον σημαίνει την εύρεση

ενός ιδιαίτερου πλέγματος δραστηριοτήτων (π.χ. ανάπτυξη και βιομηχανοποίηση

προϊόντων), η συνολική συμπεριφορά του οποίου ανταποκρίνεται καλύτερα στις

απαιτήσεις του περιβάλλοντος σε σχέση με αυτά των άλλων επιχειρήσεων (Porter,

1996). Επίσης μια διαφορετική λογική που επικρατεί είναι αυτή της λεγόμενης

θεωρίας των πόρων (RBV) η οποία στηρίζεται στη διαφορετική ανάπτυξη των πόρων

και ικανοτήτων που κάνει τις επιχειρήσεις να διαφέρουν στρατηγικά (Barney, 1991).

Όπως στην περίπτωση της γενικής στρατηγικής, έτσι και για τις λειτουργίες

(operations), στην πλειοψηφία των περιπτώσεων, η χάραξη (ή διαμόρφωση)

στρατηγικής είναι ένα μίγμα προγραμματισμένων και απρογραμμάτιστων αποφάσεων

(Hayes & Wheelwright, 1984; Hayes et al., 1996). Οι αποφάσεις αυτές αφορούν στην

εξυπηρέτηση των μακροπρόθεσμων στόχων ενός οργανισμού, με συνέπεια να

χαρακτηρίζονται ως υψηλού επιπέδου δυσκολίας και μεγάλης σημαντικότητας. Γι’

αυτό, η λήψη αποφάσεων σε στρατηγικό επίπεδο απαιτεί τη μέγιστη εκμετάλλευση

των διαφορετικών πηγών γνώσης και των διαφορετικών απόψεων σχετικά με τα υπό

συζήτηση θέματα (Ευαγγέλου, 2005). Εξάλλου οι αποφάσεις είναι οι κυριότερες

συναλλαγές των οργανισμών. Οι επιτυχείς οργανισμοί ξεπερνούν τους ανταγωνιστές

τους κατά τρεις τουλάχιστον τρόπους: αποφασίζοντας καλύτερα, γρηγορότερα και

υλοποιώντας τις αποφάσεις τους περισσότερο (McLaughlin, 1995)

Η διαδικασία του στρατηγικού σχεδιασμού μπορεί να περιγραφεί στα παρακάτω

βήματα:

1. Διατύπωση αποστολής

2. Ανάλυση περιβάλλοντος (εσωτερικού και εξωτερικού)

3. Διατύπωση στόχων

4. Διατύπωση εναλλακτικών στρατηγικών

5. Αξιολόγηση απόδοσης

14

Στο κεφάλαιο αυτό θα γίνει παρουσίαση και ανάλυση δέκα εργαλείων για την

ανάλυση περιβάλλοντος των οργανισμών. Η ανάλυση περιβάλλοντος αποτελεί ίσως

το σημαντικότερο βήμα στην διαδικασία του στρατηγικού σχεδιασμού, και απαιτεί

ιδιαίτερη εμπειρία και ικανότητα από τους συμμετέχοντες (actors) για να

επεξεργαστούν όλα αυτά τα στοιχεία που επηρεάζουν την πορεία ενός οργανισμού.

Τα εργαλεία αυτά θα αναφέρονται ως Πλαίσια Λήψης Στρατηγικών Αποφάσεων.

Τα Πλαίσια Λήψης Στρατηγικών Αποφάσεων που παρουσιάζονται παρακάτω

επιλέχτηκαν μετά από βιβλιογραφική έρευνα, με κυριότερα κριτήρια την αποδοχή

τους στο χώρο και τη διαδεδομένη χρήση τους.

2.2 ΣΥΜΜΕΤΕΧΟΝΤΕΣ

Η χάραξη στρατηγικής αποτελεί μια διαδικασία λήψης αποφάσεων. Γενικά στη

βιομηχανική οργάνωση υπεύθυνος για τη λήψη αποφάσεων ορίζεται ένας μάνατζερ

(απολυταρχική προσέγγιση) ή μία ομάδα ληπτών αποφάσεων. Ειδικά για την

περίπτωση της ομαδικής λήψης αποφάσεων χρησιμοποιούνται πολλές μέθοδοι

συνεργασίας οι οποίες ορίζονται από το παράδειγμα των πρακτικών συνεργασίας. Οι

πρακτικές συνεργασίας (collaborative practices) αφορούν σε όλες εκείνες τις

δραστηριότητες μέσω των οποίων τα μέλη μιας ομάδας στα οποία έχει ανατεθεί μια

κοινή εργασία ανταλλάσσουν στην πράξη τις θεωρητικές τους γνώσεις ή απόψεις για

την επίτευξη του κοινού στόχου (Ευαγγέλου, 2005).

2.3 ΠΛΑΙΣΙΑ ΛΗΨΗΣ ΣΤΡΑΤΗΓΙΚΩΝ ΑΠΟΦΑΣΕΩΝ

Τα πλαίσια λήψης στρατηγικών αποφάσεων είναι εργαλεία (πλαίσια) που βοηθούν

στη ανάλυση και τη λήψη στρατηγικών αποφάσεων. Θέτουν όρια και κανόνες

σχετικά με τον χειρισμό όλων των παραγόντων (πόροι, ικανότητες κλπ) που πρέπει να

συμπεριληφθούν στην ανάλυση της υπάρχουσας κατάστασης ενός οργανισμού. Η

χρήση τους συντονίζει μια ομάδα εργασίας όχι μόνο στη θεώρηση του οργανισμού

αλλά και στο λεξιλόγιο που χρησιμοποιείται και για αυτό, η χρήση τους θεωρείται

απαραίτητη. Παρακάτω παρουσιάζονται δέκα από τα πιο διαδεδομένα σε χρήση

πλαίσια.

15

2.3.1 Σταθμισμένες Κάρτες (Balanced Scorecard)

Η μέθοδος των σταθμισμένων καρτών, των Kaplan και Norton (1992), αποτελεί

στρατηγική προσέγγιση και σύστημα διαχείρισης της απόδοσης, που επιτρέπει σε

έναν οργανισμό την υλοποίηση του οράματος και της στρατηγικής, θέτοντας τέσσερις

προοπτικές εργασίας.

1. Οικονομική 2. Πελατειακή 3. Εταιρικών διεργασιών 4. Γνώση και ανάπτυξη

Για την αξιολόγηση της προόδου μιας προοπτικής αυτή βαθμολογείται με βάση

τέσσερα χαρακτηριστικά:

1. Στρατηγικοί στόχοι 2. Δείκτες 3. Ποσοτικοί στόχοι 4. Πρωτοβουλία

Απαραίτητο στοιχείο του συστήματος αποτελεί η μέτρηση αποτελεσμάτων. Τα

μετρήσιμα στοιχεία ορίζονται από τις προτεραιότητες του στρατηγικού σχεδιασμού.

Έτσι μπορούν να προσδιοριστούν:

• Στρατηγική ανάδραση • Διαγνωστική ανάδραση • Οι τάσεις στην απόδοση στη διάρκεια του χρόνου • Ανάδραση σχετικά με τις μετρητικές μεθόδους • Ποσοτικά δεδομένα για χρήση σε προγνωστικές μεθόδους και

συστήματα υποστήριξης αποφάσεων.

Πίνακας 2-1: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Σταθμισμένων Καρτών

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Εστιάζει τον οργανισμό πάνω σε λίγους πόρους κλειδιά που απαιτούνται για την επίτευξη υψηλής απόδοσης

• Βοηθάει στην ολοκλήρωση πολλών εταιρικών προγραμμάτων όπως ποιότητα, επανασχεδιασμό του προϊόντος και προσφορά υπηρεσιών στους πελάτες

• Ανάλυση του στρατηγικού σχεδιασμού μέχρι τα χαμηλότερα επίπεδα ώστε όλο το προσωπικό να κατανοήσει τις απαιτήσεις της εταιρίας στο δικό τους επίπεδο εργασίας.

• Το πλαίσιο στηρίζεται αρκετά στις μετρήσεις και στην ανάδραση. Ωστόσο η εστίαση στην τοποθέτηση μετρήσιμων στοιχείων στις «κάρτες», μπορεί να στρέψει την προσοχή σε πόρους που δεν έχουν θέση σε αυτές.

16

2.3.2 Στρατηγικό τρίγωνο (3 C’s )

Στο στρατηγικό τρίγωνο του Kenichi Ohmae (1985) παρέχονται τρεις παράγοντες-

κλειδιά για το σχεδιασμό εταιρικής στρατηγικής:

1. Εταιρία (Company) 2. Πελάτης (Customer) 3. Ανταγωνισμός (Competition)

Κάθε ένας παράγοντας από τους παραπάνω αποτελεί και το πυρήνα μιας

στρατηγικής. Έτσι προτείνονται τρία είδη στρατηγικής:

1. Στρατηγικές βασισμένες στην εταιρία • Επιλεκτικότητα και ταξινόμηση • Χρήση ιδίων πόρων ή αγοράς • Βελτίωση συνάρτησης κόστους-αποτελεσματικότητας:

i. Μειώνοντας τα βασικά κόστη περισσότερο από τον ανταγωνισμό

ii. Εξασκώντας καλύτερη πολιτική επιλογών όσον αφορά: • Τα προϊόντα που γίνονται δεκτά • Τα προϊόντα που προσφέρονται • Τις λειτουργίες που εκτελούνται

iii. Διαμοιρασμός πόρων μέσα στην επιχείρηση ή ακόμα και με άλλες

2, Στρατηγικές βασισμένες στον πελάτη

Συνίσταται κατάτμηση:

• Ως προς τους στρατηγικούς στόχους • Ως προς την κάλυψη των πελατών • Ως προς την αγορά

3. Στρατηγικές βασισμένες στον ανταγωνισμό:

• Η δύναμη της εικόνας • Κεφαλαιοποίηση της διαφοράς κέρδος-δομή και κόστος-δομή • Άνθρωποι-χρήματα-περιουσιακά στοιχεία (Hito-Kane-Mono)

17

Πίνακας 2-2: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Στρατηγικό τρίγωνο

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Δίνει δυνατότητα επιλογής διαφορετικών ειδών στρατηγικής για να μπορεί να προσαρμοστεί μια εταιρία σύμφωνα με τις δυνατότητές της

• Δεν είναι ευέλικτο και δυναμικό • Δύσκολη η συγκέντρωση πληροφοριών.

2.3.3 Ανταγωνιστικό πλεονέκτημα (Competitive Advantage)

Στη θεωρία του ανταγωνιστικού πλεονεκτήματος που ανέπτυξε ο Michael Porter, μια

ανταγωνιστική επιχείρηση παίρνει επιθετική ή αμυντική στάση για να αποκτήσει μια

υπερασπίσιμη θέση στη βιομηχανία. Η βάση για την απόδοση είναι η διατήρηση του

στρατηγικού πλεονεκτήματος.

Διακρίνονται οι παρακάτω παράμετροι ανταγωνιστικού πλεονεκτήματος:

1. Κόστος 2. Διαφοροποίηση

Η επίτευξη ηγετικής θέσης όσον αφορά το κόστος σημαίνει ότι η φίρμα έχει αναλάβει

αυτό το ρόλο στη βιομηχανία. Αυτό επιτυγχάνεται κυρίως σε οικονομίες κλίμακας

αλλά υπάρχει κίνδυνος αποτυχίας σε περίπτωση που υπάρξει δυναμική εισαγωγή

ανταγωνιστή.

Γενικά η πίεση του ανταγωνισμού οδηγεί στην ταυτόχρονη χρήση και των δύο

παραμέτρων. Για να μπορέσει να γίνει αυτό πρέπει να υπάρξει εστίαση στο πού θα

χρησιμοποιηθεί διαφοροποίηση και που μείωση κόστους.

Πίνακας 2-3: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Ανταγωνιστικού Πλεονεκτήματος

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Εισάγει τους οδηγούς για την απόκτηση και τη διατήρηση του στρατηγικού πλεονεκτήματος.

• Επειδή όπως αναφέρθηκε και παραπάνω ο ανταγωνισμός πιέζει προς τη συνδυασμένη χρήση και των δύο παραμέτρων είναι σημαντικό να μη χαθεί η εστίαση.

• Για να διατηρηθεί το ανταγωνιστικό πλεονέκτημα πρέπει όταν επιτυγχάνονται οι στόχοι να θέτονται καινούργιοι..

18

2.3.4 Μέθοδος Delphi

Το πλαίσιο των Gordon, Helmer και Dalkey (1950) στηρίζεται στη σύνθεση μιας

συνεργατικής ομάδας επικοινωνίας για λύση σύνθετου προβλήματος. Ομάδα ειδικών

διατυπώνει μια σειρά υποθέσεων σχετικά με τη μελλοντική κατάσταση του τρέχοντος

ζητήματος και έπειτα συνθέτει ένα ερωτηματολόγιο πάνω σε αυτές τις υποθέσεις. Το

ερωτηματολόγιο αποστέλλεται στους συμμετέχοντες και οι απαντήσεις

επεξεργάζονται από την ομάδα των ειδικών. Ακολουθεί μια επαναληπτική διαδικασία

ερωτήσεων-απαντήσεων μέχρι, μέσω της επεξεργασίας, να υπάρξει ομοφωνία.

Πίνακας 2-4: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Delphi

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Ταχεία ομοφωνία • Δεν απαιτείται εντοπιότητα των συμμετεχόντων. • Κάλυψη μεγάλου εύρους ειδικοτήτων • Αποφυγή συσκέψεων • Πρόβλεψη

• Αγνοείται η σύγκρουση συμφερόντων • Η επιτυχία εξαρτάται από τους συμμετέχοντες • Επιβολή προκαταλήψεων • Άγνοια και μη επαρκής διερεύνηση των διαφωνιών

• Γενικά δεν πρέπει να υπάρχει ιστορικό επικοινωνίας των ειδικών

• Απαγορεύεται η ανταλλαγή ιδεών • Απαιτείται μεγάλο background και εμπειρία από τους ειδικούς

2.3.5 Πέντε Ανταγωνιστικές Δυνάμεις (Five Competitive Forces)

Οι πέντε δυνάμεις του Porter είναι ένα εργαλείο που χρησιμοποιείται για την ανάλυση

της αξίας μιας βιομηχανικής δομής και χρησιμοποιείται κυρίως για στρατηγικές εκ

των έξω προς τα έσω. Οι πέντε αυτές δυνάμεις και βασικές επιρροές τους είναι:

1. Απειλή νέας εισόδου ανταγωνιστή • Οικονομίες κλίμακας • Απαιτήσεις κεφαλαίου επενδύσεων • Κόστος μεταφοράς πελατείας • Πρόσβαση στα κανάλια διανομής • Πρόσβαση στην τεχνολογία • Αφοσίωση των πελατών

2. Απειλή της αντικατάστασης ενός προϊόντος. • Ποιότητα • Διαθεσιμότητα των αγοραστών για αλλαγή • Σχετική τιμή και απόδοση για την αντικατάσταση • Κόστος αντικατάστασης

3. Δύναμη του αγοραστή • Διαφοροποίηση • Κέρδος των αγοραστών

19

• Ρόλος της ποιότητας και της εξυπηρέτησης • Κόστος μεταπήδησης • Απειλή της ολοκλήρωσης προς τα μπρος και προς τα πίσω

4. Δύναμη του προμηθευτή • Δύναμη του «ονόματος» του προμηθευτή • Κέρδος προμηθευτών • Απειλή των προμηθευτών για ολοκλήρωση προς τα εμπρός • Κόστος μεταπήδησης • Ρόλος ποιότητας και εξυπηρέτησης • Η περίπτωση που η φίρμα δεν αποτελεί πελάτη-κλειδί για τον

προμηθευτή. 5. Δύναμη του ανταγωνισμού

• Δομή του ανταγωνισμού • Δομή του βιομηχανικού κόστους • Στα αδιαφοροποίητα προϊόντα υπάρχει μεγαλύτερος ανταγωνισμός • Περιορισμοί εξόδου.

Πίνακας 2-5: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Πέντε Δυνάμεων

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Αποτελεί ισχυρό εργαλείο για ανταγωνιστική ανάλυση σε βιομηχανικό επίπεδο

• Εξάγει χρήσιμα δεδομένα για ανάλυση SWOT • Εργαλεία υποστήριξης • Μη εξειδικευμένη ορολογία αποφάσεων

• Δεν είναι ευέλικτο και δυναμικό • Δύσκολη συγκέντρωση της απαιτούμενης πληροφορίας

2.3.6 Μεταφορά των πηγών (Outsourcing)

Είναι ένα μοντέλο στρατηγικού μάνατζμεντ στο οποίο διαδικασίες της επιχείρησης

μεταφέρονται σε άλλη επιχείρηση, αφήνοντας έτσι ένα παροχέα υπηρεσιών να

διατελέσει το μάνατζμεντ και την καθημερινή εκτέλεση μιας ή περισσότερων

λειτουργιών της επιχείρησης.

ΚΙΝΗΤΡΑ

• Για να γίνει ένας οργανισμός πιο ανταγωνιστικός εστιάζοντας στη βασική του ικανότητα.

• Για μείωση κόστους και αποδοτικότητα • Πρόσβαση σε ειδικούς πόρους ή δυνατότητες • Κεντρίζει την επιχειρηματικότητα σε μικρούς οργανισμούς • Μείωση του ρίσκου μεταφέροντας το σε έναν ειδικό • Βελτιωμένες υπηρεσίες προς τους πελάτες • Αναπτυγμένες ικανότητες • Ανάπτυξη της τεχνολογίας.

20

Πίνακας 2-6: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Outsourcing

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Για να γίνει ένας οργανισμός πιο ανταγωνιστικός εστιάζοντας στη βασική του ικανότητα.

• Για μείωση κόστους και αποδοτικότητα • Πρόσβαση σε ειδικούς πόρους ή δυνατότητες • Κεντρίζει την επιχειρηματικότητα σε μικρούς οργανισμούς

• Μείωση του ρίσκου μεταφέροντας το σε έναν ειδικό

• Βελτιωμένες υπηρεσίες προς τους πελάτες • Αναπτυγμένες ικανότητες • Ανάπτυξη της τεχνολογίας

• Εξάρτηση από τον παροχέα • Κόστος μεταπήδησης

2.3.7 Ανάλυση PEST.

Αποτελεί ένα πλαίσιο διερεύνησης του εξωτερικού περιβάλλοντος στο οποίο

λειτουργεί μια επιχείρηση. Μελετά του εξής παράγοντες:

• Πολιτική (Political) • Οικονομία (Economical) • Κοινωνία (Social) • Τεχνολογία (Technological)

Οι παράγοντες PEST παίζουν ένα σημαντικό ρόλο στις ευκαιρίες για απόδοση αξίας.

Ωστόσο επειδή βρίσκονται έξω από τον οργανισμό συνήθως, θεωρούνται κυρίως

ευκαιρίες ή απειλές.

Πίνακας 2-7: Πλεονεκτήματα – Μειονεκτήματα πλαισίου PEST

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Η συμπλήρωση μιας ανάλυσης PEST είναι σχετικά απλή

• Χρήση ομάδων εργασίας • Μπορεί να καλύψει ένα μεγάλο εύρος πεδίων

• Επειδή αυτοί οι παράγοντες αλλάζουν ανά χώρα ή ακόμα και ανά περιοχή υπάρχουν γεωγραφικοί περιορισμοί στη χρήση του

21

2.3.8 Θεώρηση της επιχείρησης με βάση τους πόρους (Resource Based

View of the Firm)

Η θεώρηση της επιχείρησης με βάση τους πόρους (resource-based view of the firm –

RBV) βασίστηκε στην θεωρία της Penrose περί μεγέθυνσης της επιχείρησης (1959)

και αποτελεί την εξέλιξη της θεώρησης της επιχείρησης με βάση την αγορά

(Wernefelt, 1984). To 1991, o Barney παρουσίασε μια συμπληρωματική προσέγγιση,

η οποία παρουσιάζεται παρακάτω. Στη θεωρία του RBV κύριο άξονα αποτελεί η ιδέα

ότι οι πόροι μιας επιχείρησης είναι αυτοί που οδηγούν στο ανταγωνιστικό

πλεονέκτημα σε συνδυασμό με τη χρήση τους σε δραστηριότητες. Επειδή πολλά είναι

τα στοιχεία που μπορούν να θεωρηθούν ως πόροι σε μια επιχείρηση (π.χ. περιουσιακά

στοιχεία, ικανότητες, εταιρικές διαδικασίες, πληροφορίες, γνώση κ.λ.π.) ο Barney

όρισε τέσσερα χαρακτηριστικά τα οποία πρέπει να έχουν οι πόροι που θα

χρησιμοποιηθούν στο στρατηγικό σχεδιασμό:

• Αξία • Σπανιότητα • Ατελώς αντιγράψιμοι • Αναντικατάστατοι

Όσον αφορά τη στρατηγική παραγωγής και λειτουργιών, οι επιμέρους στόχοι στους

οποίους θα συνήθως εστιάζει η διαμόρφωση στρατηγικής είναι η ευελιξία (flexibility),

το κόστος (cost), η αξιοπιστία (dependabilty), η ταχύτητα (speed) και η ποιότητα

(quality). Αυτά μπορούν να θεωρηθούν ως το αποτέλεσμα της συσσώρευσης των

πόρων και των δυνατοτήτων μέσω της εκτέλεσης συγκεκριμένων δραστηριοτήτων.

Επιπλέον, οι δραστηριότητες και πόροι μιας εταιρείας συσχετίζονται δυναμικά, με

συνέπεια την πολυπλοκότητα και την αδυναμία πρόβλεψης των μακροπρόθεσμων

επιδράσεων της διαμορφούμενης στρατηγικής. Η θεώρηση της εταιρείας με βάση

τους πόρους θεωρείται ότι προσφέρει ένα καλά δομημένο εννοιολογικό και

επεξηγηματικό πλαίσιο για το περιεχόμενο και τη σημασία της στρατηγικής

(Ευαγγέλου, 2005).

Πίνακας 2-8: Πλεονεκτήματα – Μειονεκτήματα πλαισίου RBV

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Η συμπλήρωση μιας ανάλυσης PEST είναι σχετικά απλή

• Χρήση ομάδων εργασίας • Μπορεί να καλύψει ένα μεγάλο εύρος πεδίων

• Θεώρηση της επιχείρησης ανεξάρτητα από τον ανταγωνισμό

• Σύνθετη δομή του πλαισίου • Εξειδικευμένη ορολογία

22

2.3.9 Ανάλυση SWOT

Η ανάλυση SWOT είναι ένα εργαλείο που ανέπτυξε ο Michael Porter (1980) και

χρησιμοποιείται στο μάνατζμεντ και στη διαμόρφωση στρατηγικής και είναι ιδιαίτερα

χρήσιμη γιατί ελέγχει τόσο το εσωτερικό όσο και το εξωτερικό περιβάλλον της

επιχείρησης για να αναλύσει και την υπάρχουσα κατάσταση αλλά και αυτή στη οποία

θέλει να περιέλθει ο οργανισμός. Ουσιαστικά ορίζει την ανάλυση του εσωτερικού

περιβάλλοντος σε δυνάμεις (Strengths) και αδυναμίες (Weaknesses) που είναι

παράγοντες που μπορεί να περιλαμβάνουν περιουσιακά στοιχεία, ικανότητες ή

πόρους που έχει ή θα έπρεπε να έχει η επιχείρηση σε σύγκριση με τον ανταγωνισμό.

Σε ευκαιρίες (Opportunities) και απειλές (Threats) χωρίζονται οι παράγοντες του

εξωτερικού περιβάλλοντος που αντίστοιχα επηρεάζουν την επιχείρηση. Η λήψη των

στρατηγικών αποφάσεων με τη χρήση του πλαισίου SWOT μπορεί να γίνει σε τρία

βήματα:

1. προσδιορισμός των Δυνάμεων / Αδυναμιών / Ευκαιριών / Απειλών της επιχείρησης μας λεπτομερώς

2. ταξινόμηση των στρατηγικών που προκύπτουν από την ανάλυση SWOT με βάση το ποιες συμπίπτουν καλύτερα με την επίτευξη των στόχων μας.

3. αξιολόγηση των στρατηγικών που προκύπτουν με βάση το κατά πόσο μπορούν να βοηθήσουν στην επίτευξη των στόχων και επιλογή.

Πίνακας 2-9: Πλεονεκτήματα – Μειονεκτήματα πλαισίου SWOT

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Ευρύτατα διαδεδομένη και αποδεκτή χρήση • Εργαλεία υποστήριξης • Μη εξειδικευμένη ορολογία • Θεώρηση του οργανισμού και σε σχέση με τον ανταγωνισμό

• Γενικότητα • Υποκειμενικές κρίσεις

2.3.10 Ανάλυση Αλυσίδας Αξιών (Value Chain Analysis)

Στο μοντέλο αυτό ο Porter (1985) ορίζει τις δραστηριότητες που πρέπει να

αναπτυχθούν από έναν οργανισμό και τις χωρίζει σε κύριες και δευτερεύουσες

Συνοπτικά αυτές είναι:

ΚΥΡΙΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ

• Διαχείριση εισερχόμενου υλικού (παραλαβή, αποθήκευση, διαχείριση, μεταφορά)

• Εργασίες (διαμόρφωση, συσκευασία, συναρμολόγηση, επισκευές εξοπλισμού,

23

έλεγχος και όλες οι διαδικασίες που προσθέτουν αξία στο προϊόν) • Διαχείριση εξερχόμενου υλικού (αποθήκευση, παραγγελία, μεταφορά,

διαχείριση, διανομή) • Marketing και πωλήσεις (διαφήμιση, προώθηση, πώληση, τιμολόγηση) • Εξυπηρέτηση (διαδικασίες που διατηρούν την αξία του προϊόντος)

ΔΕΥΤΕΡΕΥΟΥΣΕΣ ΔΙΑΔΙΚΑΣΙΕΣ

• Προμήθειες • Ανάπτυξη τεχνολογιών • Διαχείριση ανθρώπινων πόρων • Υποδομές

Το στοιχείο μέσω του οποίου θέλει να δώσει το ανταγωνιστικό πλεονέκτημα αυτό το

πλαίσιο είναι το πλεονέκτημα του κόστους. Ο Porter μαζί με τις δραστηριότητες που

πρέπει να αναπτυχθούν δίνει και αρκετούς διανομείς κόστους.

Πίνακας 2-10: Πλεονεκτήματα – Μειονεκτήματα πλαισίου Ανάλυσης Αλυσίδας Αξιών

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Μείωση του κόστους • Υποστήριξη προγραμμάτων βελτίωσης όπως η Διοίκηση Ολικής Ποιότητας

• απόδοση σε δραστηριότητες των πόρων αυτών που παράγουν τα καλύτερα στρατηγικά αποτελέσματα

• Μεγάλη δυσκολία στη συγκέντρωση δεδομένων λόγω του μεγάλου αριθμού δραστηριοτήτων

2.4 ΕΠΙΛΟΓΗ ΠΛΑΙΣΙΩΝ ΓΙΑ ΤΗΝ ΠΡΟΤΕΙΝΟΜΕΝΗ

ΕΦΑΡΜΟΓΗ

Στην προηγούμενη ενότητα έγινε παρουσίαση δέκα πλαισίων λήψης στρατηγικών

αποφάσεων. Για την επιλογή των πλαισίων δόθηκε μεγάλη σημασία στο χρήστη της

προτεινόμενης εφαρμογής. Όπως αναλύθηκε και παραπάνω η διαδικασία λήψης

αποφάσεων απαιτεί καλή πληροφόρηση και ικανότητα επιλογής των χρήσιμων

πληροφοριών. Επίσης πολύ σημαντικό ρόλο στη διαδικασία και στο τελικό

αποτέλεσμα, παίζει και η εμπειρία του λήπτη αποφάσεων καθώς η λήψη αποφάσεων

στρατηγικού μάνατζμεντ ακόμα και με τη χρήση των πλαισίων επηρεάζεται από την

υποκειμενικότητα της κρίσης του μάνατζερ. Επειδή τα πλαίσια αυτά γενικά δεν έχουν

24

τη δυνατότητα από τους κανόνες που τα διαρθρώνουν να μετριάζουν την

υποκειμενικότητα αυτή, θεωρήθηκε πολύ σημαντικό κριτήριο επιλογής η απλότητα

τους στη χρήση και η δυνατότητα χρήσης ακόμα και από λήπτες αποφάσεων με μικρή

εμπειρία στο χώρο. Για την περίπτωση αυτή θεωρήθηκε πολύ σημαντικός

παράγοντας και η χρήση μη εξειδικευμένης ορολογίας.

Όπως τονίστηκε και στην εισαγωγή στη σύγχρονη βιβλιογραφία του στρατηγικού

μάνατζμεντ γίνεται πολύ έντονη αναφορά στη διατήρηση του στρατηγικού

πλεονεκτήματος ως κεντρικό σκεπτικό που πρέπει να έχει ένας οργανισμός. Για αυτό

θεωρήθηκε σημαντικό τα πλαίσια που επιλέχθηκαν να ακολουθούν αυτό το σκεπτικό.

Τα πλαίσια που ικανοποιούσαν αυτά τα βασικά κριτήρια ήταν τα SWOT, PEST και οι

Πέντε Ανταγωνιστικές Δυνάμεις. Τα πλαίσια αυτά παρουσιάζουν κάποια επιπλέον

πλεονεκτήματα, όπως το ότι μπορούν να χρησιμοποιηθούν σε μεγάλο εύρος πεδίων

και μπορούν να χρησιμοποιηθούν συνδυαστικά.

25

Κεφάλαιο 3: ΥΠΟΣΤΗΡΙΞΗ ΑΠΟΦΑΣΕΩΝ ΜΕ

ΠΟΛΛΑΠΛΑ ΚΡΙΤΗΡΙΑ

3.1 ΕΙΣΑΓΩΓΗ

Η δυσκολία στην επίλυση πολύπλοκων και σημαντικών προβλημάτων λήψης

αποφάσεων μέσω μίας μονόπλευρης και μονοδιάστατης ανάλυσης καθώς και η

αδυναμία των μάνατζερ να διαχειριστούν τον τεράστιο όγκο των πληροφοριών

οδήγησε στην ανάπτυξη και διάδοση της Πολυκριτήριας Ανάλυσης Αποφάσεων

(multi-criteria decision analysis, MCDA).

Η πολυκριτήρια ανάλυση αποφάσεων έχει ως βασικό αντικείμενο την αντιμετώπιση

ενός προβλήματος που παρουσιάζεται κατά την προσπάθεια εξέτασης όλων των

παραμέτρων ενός προβλήματος και των κριτηρίων που επηρεάζουν τη λήψη της

κατάλληλης απόφασης. Το πρόβλημα αυτό αφορά τον τρόπο με τον οποίο μπορεί να

γίνει η σύνθεση όλων των παραμέτρων ώστε να επιτευχθεί η λήψη ορθολογικών

αποφάσεων.

Η πολυκριτήρια ανάλυση ενδιαφέρεται ιδιαίτερα για την εξέταση θεμάτων που

αφορούν την ανάλυση, μαθηματική μοντελοποίηση και αναπαράσταση των

προτιμήσεων που διέπουν την πολιτική λήψης αποφάσεων από την πλευρά αυτού που

αποφασίζει. Βασικός στόχος της ανάλυσης είναι η παροχή των αναγκαίων

πληροφοριών για την υποστήριξη της διαδικασίας λήψης των αποφάσεων,

συμβάλλοντας στον εντοπισμό των βασικών χαρακτηριστικών του εξεταζόμενου

προβλήματος και των ιδιαιτεροτήτων των διαθέσιμων εναλλακτικών λύσεων.

3.2 ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΗΣ ΠΟΛΥΚΡΙΤΗΡΙΑΣ ΛΗΨΗΣ

ΑΠΟΦΑΣΕΩΝ

Τα προβλήματα λήψης αποφάσεων μπορούν να διακριθούν σε δύο μεγάλες

κατηγορίες. Η πρώτη αφορά τα λεγόμενα διακριτά προβλήματα, όπου οι

εναλλακτικές λύσεις είναι διακριτές και ανήκουν σε ένα πεπερασμένο σύνολο.

Αντίστοιχα, στα συνεχή προβλήματα οι εναλλακτικές λύσεις δεν είναι άμεσα και

σαφώς καθορισμένες, αλλά είναι δυνατό να προσδιοριστεί ένας χώρος εφικτών

λύσεων (Ευαγγέλου, 2005).

26

Όπως αναφέρθηκε και στην εισαγωγή ένα από τα βασικότερα προβλήματα της λήψης

αποφάσεων είναι η σωστή και έγκυρη πληροφόρηση. Το εύρος, το είδος (ρητή και

άρρητη) και η ροή της γνώσης καθώς και ο χρόνος που είναι διαθέσιμος για να γίνει

μια ανάλυση δημιουργούν εμπόδια στους λήπτες αποφάσεων για να συνθέσουν τα

τρία βασικότερα στοιχεία της διαδικασίας λήψης αποφάσεων: στόχοι, εναλλακτικές,

κριτήρια.

Για την επίλυση των παραπάνω προβλημάτων, έχει προταθεί μια σειρά προσεγγίσεων

οι οποίες βασίζονται σε εναλλακτικούς τρόπους αξιολόγησης των εναλλακτικών και

σύνθεσης των κριτηρίων.

3.2.1 Στόχοι Και Αξιολόγηση Εναλλακτικών

Για τα διακριτά προβλήματα έχουν αναγνωριστεί τέσσερις προβληματικές της

ανάλυσης (decision problematics) (Roy, 1985):

• Η προβληματική τύπου α αναφέρεται στην επιλογή μίας ή περισσότερων

εναλλακτικών οι οποίες θεωρούνται ως οι πιο κατάλληλες (choice).

• Η προβληματική β αναφέρεται στην ταξινόμηση των εναλλακτικών σε

προκαθορισμένες ομοιογενείς κατηγορίες (classification/ sorting).

• Η προβληματική γ αναφέρεται στην κατάταξη των εναλλακτικών

δραστηριοτήτων ξεκινώντας από τις καλύτερες (ranking).

• Τέλος, η προβληματική δ αναφέρεται στην περιγραφή των εναλλακτικών με

βάση τα επιμέρους κριτήρια αξιολόγησης (description).

Στην περίπτωση των τεχνικών ταξινόμησης ο λήπτης αποφάσεων πρέπει να κάνει

απόλυτες συγκρίσεις. Από τη στιγμή που οι προκαθορισμένες κατηγορίες

καθορίζονται συνήθως ανεξάρτητα από τις εναλλακτικές, η ανάθεση (classification) /

κατάταξη (sorting) των εναλλακτικών απαιτεί τη σύγκριση τους με κάποια προφίλ

αναφοράς που διακρίνουν τις κατηγορίες.

Αν και η ανάθεση και η κατάταξη αναφέρονται στην ταξινόμηση των εναλλακτικών

σε προκαθορισμένες κατηγορίες, διαφέρουν στο τρόπο με τον οποίο ορίζονται αυτές

οι κατηγορίες. Υπό αυτή την έννοια , η ανάθεση αναφέρεται στην περίπτωση που οι

κατηγορίες ορίζονται ονομαστικά (nominal), ενώ η κατάταξη αναφέρεται στην

περίπτωση που οι κατηγορίες ορίζονται σχετικά (ordinal) ξεκινώντας από εκείνες που

περιέχουν τις πιο προτιμητέες εναλλακτικές και καταλήγοντας σε εκείνες με τις

27

λιγότερο προτιμητέες.

3.2.2 Κατηγορίες Μεθόδων Σύνθεσης Κριτηρίων

Οι ερευνητικές προσεγγίσεις του προβλήματος της ταξινόμησης διακρίνονται σε τρεις

βασικές κατηγορίες.(βλ. Σχήμα 2-1). Κάθε μια από αυτές αποτελεί και μια

διαφορετική προσέγγιση σύνθεσης των κριτηρίων λήψης μιας απόφασης.

Στατιστικές, Οικονομετρικές Μέθοδοι

Μη-παραμετρικές Μέθοδοι

Μέθοδοι ΠολυκριτήριαςΑνάλυσης

Γραμμικό Υπόδειγμα Πιθανότητας

Νευρωνικά Δίκτυα

Μηχανική Εκμάθηση

Πολυκριτήρια Θεωρία Χρησιμότητας

Τεχνικές Ταξινόμησης

Λογιστικό Υπόδειγμα Πιθανότητας

Κανονικό Υπόδειγμα Πιθανότητας

Ασαφής Λογική

Προσεγγιστικά Σύνολα

Αναλυτική-Συνθετική Προσέγγιση

Σχέσεις Υπεροχής

Μέθοδος Αναλυτικής Ιεράρχησης

Στατιστικές, Οικονομετρικές Μέθοδοι

Μη-παραμετρικές Μέθοδοι

Μέθοδοι ΠολυκριτήριαςΑνάλυσης

Γραμμικό Υπόδειγμα Πιθανότητας

Νευρωνικά Δίκτυα

Μηχανική Εκμάθηση

Πολυκριτήρια Θεωρία Χρησιμότητας

Τεχνικές Ταξινόμησης

Λογιστικό Υπόδειγμα Πιθανότητας

Κανονικό Υπόδειγμα Πιθανότητας

Ασαφής Λογική

Προσεγγιστικά Σύνολα

Αναλυτική-Συνθετική Προσέγγιση

Σχέσεις Υπεροχής

Μέθοδος Αναλυτικής Ιεράρχησης

Σχήμα 3-1: Ερευνητικές προσεγγίσεις του προβλήματος της ταξινόμησης (Πηγή: Ευαγγέλου, 2005)

Γενικά όταν παρουσιάζεται μια ευκαιρία ή ένα πρόβλημα ξεκινά μια διαδικασία

γνώσης προκειμένου να επιλυθεί. Όπως φαίνεται από την παραπάνω προσέγγιση,

όλος ο φόρτος αυτής της διαδικασίας συγκλίνει στον τρόπο σύνθεσης των κριτηρίων.

Μια εναλλακτική κατηγοριοποίηση περιλαμβάνει τις εξής κατηγορίες υποδειγμάτων

(Petrie, 2006):

1. Στοιχειώδης

• Μέθοδος Σταθμισμένου αθροίσματος

• Λεξικογραφική μέθοδος

• Συνδετική / διαζευτική μέθοδος κ.λ.π.

28

2. Μοναδικής σύνθεσης των κριτηρίων

• Πολυκριτήρια θεωρία αξιών (MAVT)

• Πολυκριτήρια θεωρία χρησιμότητας (MAUT)

• UTA (Utility Theory Additive)

• Αναλυτική Ιεραρχική Προσέγγιση

• SMART

• TOPSIS κ.λ.π.

3. Σχέσεις Υπεροχής

• Οικογένεια ELECTRE

• Οικογένεια PROMETHEE

• MELCHIOR

• NAIADE

• ORESTRE κ.λ.π.

4. Αλληλεπιδραστικές.

• Goal Programming

• STEM

• IMGP

• PRIAM κ.λ.π.

Είναι σημαντικό επίσης σε αυτό το σημείο να γίνει αναφορά στα τέσσερα θεωρητικά

ρεύματα που έχουν επικρατήσει στο χώρο της Πολυκριτήριας Ανάλυσης τα τελευταία

τριάντα χρόνια:

• Συστήματα Αξιών (Value Systems) - Αμερικάνικη Σχολή. Στοχεύει στην

κατασκευή ενός συστήματος αξίας το οποίο προκύπτει από τη σύνθεση των

προτιμήσεων των ληπτών αποφάσεων σε ότι αφορά τα κριτήρια.

• Σχέσεις Υπεροχής (Outranking Relations) - Γαλλική ή Ευρωπαϊκή Σχολή.

Στοχεύει στην αντιμετώπιση του προβλήματος της μη-συγκρισιμότητας

μεταξύ των εναλλακτικών λύσεων.

29

• Αναλυτική-Συνθετική Προσέγγιση (Aggregation-Disaggregation Approach).

Στοχεύει στην ανάλυση της συμπεριφοράς του λήπτη αποφάσεων και τον

τρόπο αντίληψής του. Με τη χρήση επαναληπτικών διαδικασιών, αναλύονται

και στη συνέχεια συντίθενται σε ένα σύστημα αξιών όλες οι παράμετροι του

προβλήματος και η μέθοδος κρίσης του λήπτη αποφάσεων.

• Πολυκριτήρια Βελτιστοποίηση (Multicriteria Optimization). Αποτελεί μια

επέκταση του Μαθηματικού Προγραμματισμού. Στοχεύει στην επίλυση

προβλημάτων όπου δεν υπάρχουν διακριτές εναλλακτικές επιλογές και οι

στόχοι είναι περισσότεροι του ενός.

Στην επόμενη παράγραφο θα παρουσιαστούν μερικές από τις μεθόδους σύνθεσης

κριτηρίων που αναφέρθηκαν εδώ και θα αναλυθούν.

3.3 ΜΕΘΟΔΟΙ ΣΥΝΘΕΣΗΣ ΚΡΙΤΗΡΙΩΝ

3.3.1 Πολυκριτήρια Θεωρία Χρησιμότητας (MAUT)

Η Πολυκριτήρια Θεωρία Χρησιμότητας ( Multiattribute Utility Theory ) των Keeney

και Raiffa (1976) στοχεύει στην αναπαράσταση του συστήματος που συνειδητά ή

ασυνείδητα ακολουθεί ο αποφασίζων. Η συγκεκριμένη θεωρία εφαρμόζεται για την

επίλυση προβλημάτων με διακριτές εναλλακτικές λύσεις, και ειδικότερα για

προβλήματα επιλογής. Μπορεί όμως να χρησιμοποιηθεί σε περιπτώσεις όπου

επιθυμείται η κατάταξη ή η ταξινόμηση των εναλλακτικών σε προκαθορισμένες

κατηγορίες.

Σκοπός της πολυκριτήριας θεωρίας σκοπιμότητας είναι η μοντελοποίηση και

αναπαράσταση των προτιμήσεων του αποφασίζοντα μέσω μιας συνάρτησης

χρησιμότητας U(g) η οποία συνθέτει όλα τα επιμέρους κριτήρια αξιολόγησης. Για την

τελική αξιολόγηση των εναλλακτικών απαιτούνται μια σειρά στοιχείων, ή

εκτιμήσεων όταν αυτά δεν υπάρχουν, για το μέτρο απόδοσης των εναλλακτικών στα

διάφορα κριτήρια. Έτσι, οι εναλλακτικές ιεραρχούνται ανάλογα με την “αξία” που

προσδίδουν στη συνολική συνάρτηση χρησιμότητας, η οποία καθορίζεται από τις

επιμέρους αποδόσεις τους στο σύνολο των κριτηρίων.

Η εφαρμογή της πολυκριτήριας θεωρίας χρησιμότητας μπορεί να αναλυθεί σε

τέσσερα στάδια:

30

1. Καθορισμός των εναλλακτικών λύσεων και των κριτηρίων αξιολόγησης

2. Εκτίμηση της απόδοσης των εναλλακτικών στα κριτήρια

3. Ανάπτυξη χρησιμοτήτων και βαρών για τα κριτήρια

4. Αξιολόγηση των εναλλακτικών λύσεων και ανάλυση ευαισθησίας

Γενικά, οι επιμέρους συναρτήσεις μερικών χρησιμοτήτων U είναι μη γραμμικές

αύξουσες συναρτήσεις, ορισμένες στο πεδίο τιμών των αντίστοιχων κριτηρίων, οι

οποίες ανταποκρίνονται στις ακόλουθες ιδιότητες:

U(gx) > U(gx’) x>x’

U(gx) = U(gx’) x~x’

και έχουν τη μορφή:

U(g)=U(g1, g2,…, gn)

όπου g είναι το διάνυσμα των κριτηρίων g1, g2, ..., gn αντίστοιχα. Στην περίπτωση

όπου g1 και g2 είναι τα επιμέρους κριτήρια ή στόχοι, U(g1) και U(g2) οι επιμέρους

συναρτήσεις μερικών χρησιμοτήτων, τότε η συνολική χρησιμότητα εκφράζεται από

μια συνάρτηση U(g1, g2), η μορφή της οποίας μπορεί να προσδιοριστεί.

Ο προσδιορισμός της τελικής συνάρτησης χρησιμότητας γίνεται με τον καθορισμό

του επιπέδου σημαντικότητας των κριτηρίων και της μορφής των συναρτήσεων των

μερικών χρησιμοτήτων. Οι συντελεστές βαρύτητας p υπακούουν στον κανόνα

, ή πιο απλά το άθροισμα των συντελεστών βαρύτητας είναι 1 (δεν

επιτρέπονται αρνητικές τιμές). Έτσι, σε περίπτωση όπου ένα κριτήριο πρέπει να

ενισχυθεί, ένα άλλο πρέπει να αποδυναμωθεί. Κατά συνέπεια, τα βάρη των κριτηρίων

μεταβάλλονται ανάλογα με το μέγεθος των παραχωρήσεων (trade-offs) που είναι

διατεθειμένος να κάνει ο αποφασίζων, προκειμένου να ενισχύσει ή να αποδυναμώσει

κάποιο κριτήριο.

1

1n

ii

p=

=∑

Η πλέον διαδεδομένη μορφή συνολικής συνάρτησης χρησιμότητας είναι η

προσθετική, η οποία εκφράζεται από τη σχέση:

31

U(g) = p1u1(g1) + p2u2(g2)+…+

pnun(gn) (Εξίσωση 1)

όπου,

ui οι συναρτήσεις μερικών χρησιμοτήτων κριτηρίων gτων

i

επιδόσεων ,

Ένα

g ότι την

, εάν και μόνο εάν κάθε

υποσύνολο g είναι προτιμησιακά των υπολοίπων κριτηρίων

περίπτωση όπου δεν ισχύει η προτιμησιακή ανεξαρτησία των κριτηρίων θα πρέπει να

η

πολλαπλασιαστική, η οποία είναι της μορφής:

U(g1, g2) = p1U

U2(g2) (Εξίσωση 2)

Πίνακας 3-1: Πλεονεκτήματα – Μειονεκτήματα MAUT

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ

i,

uig οι συναρτήσεις μερικής χρησιμότητας που καθορίζουν την χρησιμότητα

των εναλλακτικών δράσεων βάσει των τους στο κριτήριο gi και

pi οι σταθερές (βάρη) που υποδηλώνουν τη σημαντικότητα των κριτηρίων.

Η βασική προϋπόθεση για την χρησιμοποίηση προσθετικών συναρτήσεων είναι η

αμοιβαία προτιμησιακή ανεξαρτησία (mutual preferential independence) των

κριτηρίων αξιολόγησης. υποσύνολο g’ ’ g),

θεωρείται ότι είναι προτιμησιακά ανεξάρτητο των υπολοίπων κριτηρίων, εάν και

μόνο εάν, οι προτιμήσεις του αποφασίζοντος σχετικά με τις εξεταζόμενες

εναλλακτικές που διαφέρουν μόνο ως προς τα κριτήρια g δεν επηρεάζονται από τα

υπόλοιπα κριτήρια. Το σύνολο των κριτηρίων θεωρείται πληροί

προϋπόθεση της αμοιβαίας προτιμησιακής ανεξαρτησίας

του συνόλου των κριτηρίων (g ⊂

’

g’ ⊂ ανεξάρτητο . Σε

χρησιμοποιηθεί άλλη μορφή χρησιμότητας, όπως για παράδειγμα

1(g1) + p2U2(g2) + p1p2 U1(g1)

υπό την προϋπόθεση της ανεξαρτησίας των χρησιμοτήτων (utility independence).

• Πρακτική μέθοδος πολυκριτήριας λήψης • Αρκετά σύνθετη • Απαιτεί έμπειρους χρήστες αφού σαν μέθοδος αποφάσεων απαιτεί και χειρισμό της αβεβαιότητας.

• Χρησιμοποιεί μια πιο σύνθετη αλληλεπίδραση των κριτηρίων από μια απλή αθροιστική

32

3.3.2 Μέθοδος SMART

Η SMART (Simple Multiattribute Rating Technique) όπως αναπτύχθηκε από τους

μένα, αν και ο

με κάποια

ξύ των ιδιοτήτων των εναλλακτικών.

των εναλλακτικών Α=(a1, a2,..., am) ως προς μια

λλακτική το οποίο

. Το λιγότερο

σημαντικό κριτήριο παίρνει 10 βαθμούς ε κλίμακα 0 - 100 (wleast = 10). Στη

συνέ γκριση των όλοιπων κριτηρίων με αυτό και βαθμολογούνται

κατάλληλα (wi > 10, I ≠ 10). Τέλος γίνεται κανονικοποίηση:

Edwards (1977), von Winterfeldt και Edwards (1986) , Edwards και Barron (1994),

είναι μια απλοποιημένη μέθοδος που βασίζεται στη πολυκριτήρια θεωρία

χρησιμότητας.

Η SMART βασίζεται σε δύο απλουστεύσεις του περιβάλλοντος λήψης αποφάσεων

(Edwards, 1994). Η πρώτη αφορά στην άρση της αβεβαιότητας, δηλαδή όλες οι

κρίσεις παρουσιάζονται να αντιπροσωπεύουν πραγματικά δεδο

αποφασίζων μπορεί να χειριστεί την αβεβαιότητα των εκτιμήσεων

ανάλυση ευαισθησίας των αποτελεσμάτων. Η δεύτερη απλούστευση αφορά στην

έλλειψη αλληλεπίδρασης μετα

Μπορούμε να διακρίνουμε τέσσερα στάδια στη διαδικασία της SMART:

1. Εκτίμηση του συνόλου

σειρά κριτηρίων g1, g2,..., gn

2. Για κάθε κριτήριο ορίζεται ένα μέτρο σπουδαιότητας σε αντιστοιχία με τον

εκάστοτε αποφασίζοντα

3. υπολογίζεται ένα συγκεντρωτικό αποτέλεσμα για κάθε ενα

είναι ο σταθμισμένος μέσος όρος των εκτιμήσεων και των βαρών που

αντιστοιχούν σε κάθε κριτήριο

4. Σύγκριση των αποτελεσμάτων για τη λήψη της απόφασης

Για τον καθορισμό της αξίας των κριτηρίων ο Edwards πρότεινε μια απλή μέθοδο που

αναδεικνύει τη συμμετοχή του κάθε κριτηρίου στην απόφαση

σ

χεια γίνεται σύ υπ

∑

=wk ww

i

k'

όπου i = 1,…n και

n = αριθμός κριτηρίων

(Εξίσωση 3)

33

λεονεκτήματα – ΜειονεκΠίνακας 3-2: Π τήματα SMART

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Προσφέρει εύκολοστις τεχνικές MAU

περιβάλλον εργασίας πάT

Γραμμική μορφή

ι αρκετά ικανή να επεξεργαστεί την υποκειμενικότητα και την αβεβαιότητα του χρήστη

νω • Δεν είνα

•

3.3.3 Η Διαδικασία Αναλυτικής Ιεράρχησης (AHP)

Η διαδικασία της αναλυτικής ιεράρχησης (Analytic Hierarchy Process) προτάθηκε

από τον Saaty το 1980. Η κεντρική ιδέα αυτής της προσέγγισης είναι η μετατροπή

των υποκειμενικών εκτιμήσεων σχετικής σημαντικότητας, σε ένα σύνολο από

καθολικά σκορ ή βαρύτητες, μέσω δυαδικών συγκρίσεων των κριτηρίων των

εναλλακτικών. Κατά τη διάρκεια της ανάλυσης ο Λήπτης Αποφάσεων πρέπει να

απαντάει σε ερωτήσεις της μορφής: «Πόσο σημαντικό είναι το κριτήριο Ci ως προς

άζονται έτσι

ώστε να γίνει κατάταξη κάθε εναλλακτικής σε μία αριθμητική κλίμακα.

το κριτήριο Cj;».

Η ΑΗΡ είναι μία μέθοδος αποσύνθεσης του προβλήματος σε μία ιεραρχία υπο-

προβλημάτων, τα οποία μπορούν να κατανοηθούν και να αξιολογηθούν καλύτερα. Οι

ακόλουθες εκτιμήσεις μετατρέπονται σε αριθμητικές τιμές και επεξεργ

Γενικός στόχος τουπροβλήματος

Κριτήριο g1

Εναλλακτική λύση 1

1ο Επίπεδο

2ο Επίπεδο

3ο Επίπεδο

4ο Επίπεδο

Κριτήριο g2 Κριτήριο gn

Υποκριτήριο g1Υποκριτήριο g2 Υποκριτήριο gpn

Εναλλακτική λύση 2 Εναλλακτική λύση q

Γενικός στόχος τουπροβλήματος

…

…

…Κριτήριο g1

Εναλλακτική λύση 1 4 Επίπεδο

1ο Επίπεδο

2ο Επίπεδο

3ο Επίπεδο

ο

Κριτήριο g2 Κριτήριο gn

Υποκριτήριο g2Υποκριτήριο g1 Υποκριτήριο gpn

Εναλλακτική λύση 2 Εναλλακτική λύση q

…

…

…

Σχήμα 3-2: Ιεραρχική δόμηση της διαδικασίας λήψης αποφάσεων μέσω της Διαδικασίας Αναλυτικής

Ιεράρχησης (Zahedi, 1986)

34

Η μέθοδος αυτή αποτελείται από τέσσερα κύρια βήματα:

Στο πρώτο βήμα γίνεται αποσύνθεση του προβλήματος και ιεράρχηση των στόχων,

των κριτηρίων και υποκριτηρίων και των εναλλακτικών. Η αποδόμηση αυτή όπως

παρουσιάζεται στο Σχήμα 2-2, γίνεται σε επίπεδα. Στο πρώτο επίπεδο τοποθετείται ο

γενικός στόχος, στα ενδιάμεσα επίπεδα τα κριτήρια και τα υποκριτήρια και στο

ς για την παραπάνω κλίμακα, όπως αυτή

ρησιμοποιείται στο πακέτο Expert Choice.

Κλίμ τητας

όλυτη ογία

ντικότητα

τελευταίο επίπεδο οι εναλλακτικές.

Στο δεύτερο βήμα γίνεται η σύγκριση των στοιχείων του κάθε επιπέδου ανά ζεύγη

έχοντας ως σημείο αναφοράς ένα από τα στοιχεία του προηγούμενου επιπέδου. Για

την έκφραση των εκτιμήσεων αυτών χρησιμοποιείται αριθμητική κλίμακα που

περιλαμβάνει τις ακέραιες τιμές από το 1 έως το 9. Στον παρακάτω πίνακα

παρατίθεται η ερμηνεία της κάθε βαθμολογία

χ

Πίνακας 3-3: ακα σχετικής σημαντικό

Απβαθμολ

Σημα Συνοπτική περιγραφή

1 Ίση Τα συγκρινόμενα στοιχεία είναι ίσης σημασίας

3 Μικρή Το ένα στοιχείο είναι ελαφρά πιο σημαντικό από το άλλο

5 Δυνατή στοιχείο είναι πολύ πιο σημαντικό από το άλλο Το ένα

7 Πολύ δυνατή Το ένα στοιχείο είναι πάρα πολύ πιο σημαντικό από το

άλλο

9 Εξαιρετική Το ένα στοιχείο είναι απολύτως πιο σημαντικό από το

άλλο

2,4,6,8 Ενδιάμεσες τιμές, για περισσότερο ακριβή αριθμητικά

εκτίμηση

Οι τιμές των εκτιμήσεων που εκφράζονται από τον λήπτη της απόφασης για κάθε

επίπεδο της ιεραρχίας συνθέτουν ένα πίνακα Φ. Ο πίνακας Φ είναι τετραγωνικός με

διαστάσεις nxn, όπου n ο αριθμός των στοιχείων του συγκεκριμένου επιπέδου και έχει

τη μορφή:

(Εξίσωση 3) ⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

=Φ

nnn

n

wwww

wwww

/.../...

/.../

1

.

...

.

.

121

35

όπου, w=(w1, w2…, wn) το διάνυσμα των πραγματικών σχετικών βαρών που

υπολογίζονται της επίλυσης του παρακάτω συστήματος γραμμικών εξισώσεων

Ε

ων. Στην

περίπτωση αυτή η εκτίμηση των σχετικών βαρών γίνεται βάσει της σχέσης:

(Εξίσωση 5)

όπου,

είναι ο πίνακας των συγκρίσεων που έγιναν από τον αποφασίζοντα,

λmax (βαθμός ασυνέπειας ) είναι η μέγιστη ιδιοτιμή του πίνακα (λmax≥ n), και

ζοντας όλους τους πίνακες των σχετικών βαρών των

στοιχείων όλων των επιπέδων:

(Εξίσωση 6)

στοιχείων του k επιπέδου, σε σχέση με

βαρών του στοιχείου j της ιεραρχίας σε σχέση με

αποδίδονται από τον λήπτη της απόφασης για κάθε στοιχείο της ιεραρχίας.

Το τρίτο βήμα περιλαμβάνει έλεγχο συνέπειας των συγκρίσεων των στοιχείων του

ενός επιπέδου, με τα στοιχεία του αμέσως προηγούμενου επιπέδου. Όταν οι

συγκρίσεις είναι συνεπείς (consistent) τα βάρη των στοιχείων ενός επιπέδου

μέσω

Φ.w = n.w ( ξίσωση 4)

Σε προβλήματα όπου η ιεραρχική δόμηση του προβλήματος είναι μεγάλων

διαστάσεων, είναι πιθανό να παρουσιαστεί ασυνέπεια μεταξύ των συγκρίσε

∧∧∧

=Φ ww .. maxλ

∧

Φ

∧

Φ

w είναι η εκτίμηση του διανύσματος w των πραγματικών σχετικών βαρών.

Το τέταρτο βήμα αφορά στον συνδυασμό των σχετικών βαρών (σύνθεση

προτεραιοτήτων) κάθε στοιχείου στο σύνολο των επιπέδων. Με τον τρόπο αυτό οι

εναλλακτικές αποφάσεις του τελευταίου επιπέδου αξιολογούνται σε σχέση με το

πρώτο, δηλαδή επιτυγχάνεται ο στόχος του προβλήματος. Η αξιολόγηση αυτή

πραγματοποιείται πολλαπλασιά

∧

2[1, ] jj

C k Bκ

== Π

όπου,

C[1,k] είναι ο πίνακας των βαρών των

το γενικό στόχο του προβλήματος, και

Βj είναι πίνακας των σχετικών

36

όλα τα στοιχεία j-1 επιπέδου.

εκτήματα – ΜειονεΠίνακας 3-4: Πλεον κτήματα AHP

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ • Η μαθηματική και λογική αιτιολόγηση για τη λήψη αποφάσεων είναι το ισχυρό γνώρισμα της μεθόδου. Συμβάλλει στην ανάλυση του προβλήματος σε μία λογική βάση και

του προβλήματος σε προβλήματα μειώνει την πολυπλοκότητα του προβλήματος.

την

ής, τότε αλλάζει η κατάταξη και της υπάρχουσας (φαινόμενο της αναστροφής της κατάταξης).

στη

υπό-

εφαρμογή της σε προβλήματα με μεγάλο αριθμό κριτήριων ή εναλλακτικών λύσεων.

• Αν προστεθεί στο σύνολο των εναλλακτικών μια εναλλακτική με τα ίδια ακριβώς χαρακτηριστικά μιας υπάρχουσας εναλλακτικ

μετατροπή των σκέψεων και διαισθήσεων του λήπτη αποφάσεων σε νούμερα

• Η αποσύνθεση

• Ο μεγάλος αριθμός συγκρίσεων που πρέπει να κάνει ο λήπτης αποφάσεων, κάνει δύσκολη

3.3.4 Οι Μέθοδοι ELECTRE

Η οικογένεια των πολυκριτήριων μεθόδων ELECTRE, όπως προτάθηκαν από τον

Roy στη δεκαετία του 1960, εντάσσονται στη Γαλλική σχολή των μεθόδων υπεροχής,

οι οποίες χρησιμοποιούν τον κανόνα της πλειοψηφίας σε μια σχέση υπεροχής. Στόχος

είναι να ορισθεί η εναλλακτική που είναι σχετικά καλή σε μια πλειοψηφία κριτηρίων,

ύ

σεων θέλει να δώσει ένα συγκριτικό πλεονέκτημα σε κάποιες

χωρίς να είναι πολύ κακή στα υπόλοιπα κριτήρια.

Η μέθοδος ELECTRE TRI είναι προσαρμοσμένη για προβλήματα ταξινόμησης. Από

ένα ορισμένο σύνολο εναλλακτικών, οι οποίες αξιολογούνται σε ποσοτικά και/ή

ποιοτικά κριτήρια, και από ένα προκαθορισμένο σύνολο προτύπων, η μέθοδος

προτείνει δύο διαφορετικές προσεγγίσεις οι οποίες επιτρέπουν την ταξινόμηση των

εναλλακτικών στη σωστή κατηγορία. Η αισιόδοξη και η απαισιόδοξη προσέγγιση που

προτείνει η μέθοδος, προκ πτει από τη διαχείριση της ασυγκρισιμότητας των

εναλλακτικών. Γενικότερα η απαισιόδοξη προσέγγιση χρησιμοποιείται όταν

απαιτείται εφαρμογή μιας συντηρητικής πολιτικής ή όταν οι διαθέσιμοι πόροι είναι

περιορισμένοι, ενώ η αισιόδοξη προσέγγιση χρησιμοποιείται για προβλήματα που ο

λήπτης αποφά

εναλλακτικές.

Οι κατηγορίες κατάταξης λαμβάνονται ανεξάρτητα από το σύνολο των

εναλλακτικών. Αυτές οι κατηγορίες ορίζονται από κάποια πρότυπα αναφοράς

(προφίλ). Ο καθορισμός των προφίλ είναι ουσιαστικά παρόμοιος με εκείνο των

37

εναλλακτικών, καθώς ορίζονται οι αποδόσεις του κάθε προφίλ στα ήδη καθορισμένα

κριτήρια.

Στο σημείο αυτό παρατίθενται οι κύριες έννοιες στις οποίες βασίζεται η οικογένεια

μεθόδων ELECTRE:

• κριτήριο gj (ή υπο-κριτήριο gij) ορίζεται οποιοδήποτε χαρακτηριστικό

γνώρισμα των δυνατών επιλογών βάσει του οποίου γίνεται η αξιολόγηση.

ηρίου j, μιας εναλλακτικής ai, ορίζεται η

ρη τιμή της

ζεται η μεγαλύτερη τιμή που

δύο εναλλακτικών στο κριτήριο αυτό που αν παραβιαστεί καθιστά

ο τ ε

• Κλίμακα κριτηρίου είναι κάθε μορφής κλίμακα (αριθμητική, αναλογική κ.ά.)

που χαρακτηρίζει το κριτήριο και το ποσοτικοποιεί.

• Ως απόδοση ej(ai) ενός κριτ

βαθμολογία που συγκεντρώνει η εναλλακτική σε συγκεκριμένο κριτήριο με

βάση την αντίστοιχη κλίμακα.

• Ο συντελεστής σημαντικότητας wj ενός κριτηρίου gj εκφράζει το πόσο

σημαντικό είναι το κριτήριο αυτό, σε σχέση με τα υπόλοιπα.

• Ως κατώφλι προτίμησης ενός κριτηρίου gj, ορίζεται η μικρότε

διαφοράς των αποδόσεων δύο εναλλακτικών ως προς το κριτήριο αυτό, πέρα

από την οποία η μια εναλλακτική είναι καλύτερη από την άλλη.

• Κατώφλι ισοδυναμίας ενός κριτηρίου gj, ονομά

μπορεί να πάρει η διαφορά των αποδόσεων δύο εναλλακτικών σε ένα

κριτήριο, έτσι ώστε αυτές να είναι ισοδύναμες.

• Κατώφλι βέτο ενός κριτηρίου gj, ονομάζεται η τιμή της διαφοράς των

αποδόσεων

την εναλλακτική με την χειρότερη απόδοση, όχι την καλύτερη για το

πρόβλημα.

Δύ πολύ βασικά στάδια της οικογένειας ων μεθόδων ELECTRE ίναι δημιουργία

πινάκων απόδοσης των εναλλακτικών και η δημιουργία των σχέσεων υπεροχής..

Ο πίνακας απόδοσης χρησιμοποιείται για τη μέτρηση της απόδοσης των

εναλλακτικών στο σύνολο των κριτηρίων. Οι στήλες του πίνακα αντιστοιχούν στις

εναλλακτικές δράσεις ενώ οι γραμμές στα κριτήρια. Κάθε κελί περιέχει το μέτρο της

απόδοσης που αντιστοιχεί σε συγκεκριμένη εναλλακτική και κριτήριο. Η απόδοση

μετράται με βάση την κλίμακα του εκάστοτε κριτηρίου, όπως αυτή έχει οριστεί για το

38

υπό εξέταση πρόβλημα. Είναι δυνατή η μέτρηση της απόδοσης με αριθμητικές τιμές

(π.χ. νομισματική μονάδα, αριθμός τεμαχίων) και λεκτικών όρων (π.χ. πολύ, λίγο).

nce), ο οποίος

ι

της εναλλακτικής b όταν πληρούνται οι παρακάτω δύο προϋποθέσεις:

Η a είναι τόσο καλή όσο η b στο μεγαλύτερο μέρος του συνόλου των κριτηρίων.

ξιολογείται

ο π Έ

όπου γίνεται δύο

ροκατατάξεις των εναλλακτικών (μία φθίνουσα Z1 και μια αύξουσα Z2) από την

σύνθεση των οποίων προκύπτει η τελική κατάταξη (Z= Z ∩Z )

ΜΕΙΟΝΕΚΤΗΜΑΤΑ

Απαραίτητη προϋπόθεση αποτελεί όμως η διασαφήνιση της πορείας τη κλίμακας

(αύξουσα ή φθίνουσα).

Θεμελιώδης υπόθεση των μεθόδων Electre είναι η ύπαρξη μιας σχέσης υπεροχής

μεταξύ δύο εναλλακτικών ενεργειών. Προκειμένου να οριστεί μια σχέση υπεροχής,

πρέπει να καθοριστεί το πότε μια εναλλακτική υπερέχει ή ισοδυναμεί με κάποια

άλλη. Τα κριτήρια g για τα οποία μια εναλλακτική a υπερέχει της εναλλακτικής b

αποτελούν ένα “συνασπισμό συμφωνίας” (concordance), ο οποίος συμβολίζεται ως

C(aSgb). Αντίστοιχα, τα κριτήρια για τα οποία μια εναλλακτική a δεν υπερέχει της

εναλλακτικής b αποτελούν ένα “συνασπισμό διαφωνίας” (discorda

συμβολίζεται ως C(bSga). Έτσι, μπορούμε να πούμε ότι μια εναλλακτική a υπερέχε

Η a δεν είναι τόσο κακή όσο η b στα εναπομείναντα κριτήρια.

Η πρώτη συνθήκη είναι ένας “συνασπισμός συμφωνίας” η οποία α

αριθμητικά με την σύγκριση των τελικών αποτελεσμάτων της πρόσθεσης των βαρών

των κριτηρίων. Η δεύτερη συνθήκη είναι ένας “συνασπισμός διαφωνίας”.

Η μέθοδος ELECTRE III είναι μια σύνθετη μέθοδος σχέσεων υπεροχής ειδικά

σχεδιασμένη για την επιλογή της βέλτιστης εναλλακτικής. Από τη σύγκριση των

δεικτών συμφωνίας και ασυμφωνίας προκύπτει το μητρώ αξιο ιστίας. τσι

ολοκληρώνεται η κατασκευή του μοντέλου υπεροχής. Για την αξιοποίηση της αυτής

της σχέσης ακολουθεί μια διαδικασία φιλτραρίσματος,

π

1 2

Πίνακας 3-5: Πλεονεκτήματα

ΠΛΕΟΝΕΚΤΗΜΑΤΑ

– Μειονεκτήματα ELECTRE

• Η μέθοδος ELECTRE αποδέχεται τη μη συγκρισιμότητα με τέτοιο τρόπο που υποδεικνύει τις εναλλακτικές οι οπ

Οι μέθοδοι ELECTRE έχουν δεχθεί κριτική οίες

• Δεν είναι κατάλληλη για την υπόδειξη μίας μόνης καλύτερης εναλλακτικής λύσης

παρουσιάζουν ιδιομορφίες στην αξιολόγηση.

• Η μέθοδος την επιτρέπει την ομαδοποίηση σε

•όσον αφορά στη χρήση κατωφλιών, η επιλογή των οποίων θεωρείται αυθαίρετη (αυτό μπορεί

39

πάνω από δύο κατηγορίες.

• Είναι ιδιαίτερα αποτελεσματική στο πρόβτης ταξινόμησης, καθώς τα αποτελέσματα που παρέχουν δεν εξαρτώνται από το σύνολο των εναλλακτικών υπό θεώρηση, αλλά από τα κριτήρια και τα πρότυπα που χρησιμοποιούνται

τα με μεγάλο αριθμό κριτηρίων γίνεται δύσκολη η χρήση της μεθόδου λόγω του όγκου των δεδομένων που πρέπει να εισαχθούν και των παραμέτρων που πρέπει να καθοριστούν

λημα

να μειώσει την αξιοπιστία της μεθόδου) • Σε προβλήμα

ροποιούνται μόνο στη φάση της

εκμετάλλευσης της σχέσεις που αναπτύσσεται.

Η εφαρμογή της μεθόδου PROMETHEE ακολουθεί τα παρακάτω στάδια:

τερα για τη μορφή της συνάρτησης αυτής θα

ακολουθήσουν παρακάτω.

σχέση με τη b (λαμβάνοντας υπόψη το σύνολο των κριτηρίων αξιολόγησης).

να, η κατάταξη των εναλλακτικών επιλογών δύναται να επιτευχθεί

σύμφωνα με:

3.3.5 Οι Μέθοδοι PROMETHEE

Οι μέθοδοι της οικογένειας PROMETHEE αναπτύχθηκαν στα μέσα της δεκαετίας

του 1980 από τους Brans και Vincke με τις μεθόδους PROMETHEE I και II. Οι δύο

αυτές μέθοδοι βασίζονται στην ίδια ακριβώς μεθοδολογία κατά την ανάπτυξη της

ανάπτυξη της σχέσης υπεροχής και διαφο

1. Οι εναλλακτικές επιλογές συγκρίνονται ανά ζεύγη και για κάθε κριτήριο. Η

προτίμηση εκφράζεται από έναν αριθμό Π(α,b), μεταξύ του διαστήματος [0,1]

(0 για απουσία προτίμησης ή παρουσία αδιαφορίας και 1 για αυστηρή

προτίμηση). Η συνάρτηση που συνδέει τη διαφορά απόδοσης με την

προτίμηση δύναται να καθοριστεί από τον λήπτη απόφασης και ονομάζεται

γενικευμένο κριτήριο (Brans et al, 1986). Στις περισσότερες εφαρμογές έχει

γραμμική μορφή. Περισσό

2. Ένας πολυκριτηριακός Δείκτης Προτίμησης [π(α,b)] σχηματίζεται για κάθε

ζεύγος δράσεων ως ο σταθμισμένος μέσος των αντίστοιχων προτιμήσεων που

έχουν υπολογιστεί στο προηγούμενο στάδιο για κάθε κριτήριο. Ο δείκτης

π(α,b) (στο διάστημα [0,1]) εκφράζει τη συνολική προτίμηση της δράσης α σε

Πιο συγκεκριμέ

• Το αδιαστατοποιημένο άθροισμα των δεικτών Π(α,i), δηλώνοντας την

προτίμηση της δράσης α σε σχέση με τις υπόλοιπες. Η τιμή αυτή

ονομάζεται ροή εκροής φ+(α) και δηλώνει το πόσο καλή είναι η

40

εναλλακτική αυτή δράση. Όσο μεγαλύτερη είναι η ροή εκροής για μία

δράση, τόσο καλύτερη θεωρείται.

• Το αδιαστατοποιημένο άθροισμα των δεικτών Π(i,α), δηλώνοντας την

προτίμηση όλων των άλλων εναλλακτικών επιλογών συγκρινόμενες με την

α. Η τιμή αυτή ονομάζεται ροή εισροής φ-(α) και δηλώνει το πόσο

υποδεέστερη εμφανίζεται η επιλογή α σε σχέση με της υπόλοιπες. Όσο

HEE II επιτρέπει την πλήρη κατάταξη των εναλλακτικών

ε να υπολογίσουμε τη διαφορά των αποδόσεων των

ι qi

ορίζονται της παρακάτω:

• p [g (α)], το Όριο Προτίμησης της τιμής του κριτηρίου g για την δράση α

α

υ περιγράφει την ένταση της προτίμησης

με το κριτήριο j, ορίζεται ως εξής:

• Π (α,b) = 0, όταν d (α,b) ≤ q [g (b)]

j[g

i(b)]

θμούς βαρύτητας των κριτηρίων, σύμφωνα

, … β

Στη συνέχεια υπολογί ές και αρνητικές ροές, οι οποίες

χρησιμοποιούνται για την κατασκευή της τελικής κατάταξης των εναλλακτικών:

μεγαλύτερη είναι η ροή εισροής της δράσης, τόσο χειρότερη θεωρείται.

Η μέθοδος PROMET

δράσεων, μέσω της χρησιμοποίησης της καθαρής ροής (διαφορά μεταξύ των ροών

εκροής και εισροής).

Πιο συγκεκριμένα, έστω ότι gj(α) είναι η απόδοση της δράσης α σύμφωνα με το

κριτήριο j, τότε μπορούμ

εναλλακτικών α και b ως dj(α,b) = gj(α) – g

j(b). Οι τιμές των κατωφλίων p

i κα

j j j

• qj[g

j(α)], το Όριο Αδιαφορίας της τιμής του κριτηρίου g

j για την δράση

Ο δείκτης προτίμησης Πj(α,b) [0,1], πο

της δράσης α σε σχέση με την b σύμφωνα

j j j j

• Πj(α,b)=1, όταν d

j(α,b) ≥ p

• Πj(α,b)=(g

j(α)-g

j(b)-q

j[v

j(b)])/(p

j[g

j(b)]-q

j[g

j(b)]) όταν

qj[g

j(b)]<d

j(α,b)<p

j[g

j(b)]

Ο Λήπτης Αποφάσεων καθορίζει τους βα

με την προτίμησή του, W=(w1

w2

wn), και υπολογίζεται ο συνολικός αθμός

υπεροχής σύμφωνα με όλα τα κριτήρια..

ζονται οι θετικ

41

( ) ( , ) /( 1)b a

a a b nπφ +

≠

= ∑ −

Κα ς μεθόδου PROMETHEE II, η καθαρή ροή της κάθε δράσης

δύναται να υπολογισθεί σύμφωνα με τη σχέση:

ι

ται ερμηνεύονται απλά, μιας και αντιπροσωπεύουν όρια αδιαφορίας και

είναι απαραίτητος ο

ιαφορίας που πρέπει να προσδιορισθεί

5. Υπάρχουν όρια αδιαφορίας και προτίμησης. Στο διάστημα μεταξύ τους η

προτίμηση

Α

(θετική ροή)

( ) ( , ) /( 1)b a

a b a nπφ −

≠

= −∑ (αρνητική ροή)

τά την εφαρμογή τη

φ(α) = φ+(α)-φ

-(α)

Η τιμή της καθαρής ροής της κάθε εναλλακτικής δράσης, χρησιμοποιείται για την

εξαγωγή της τελικής κατάταξης των επιλογών.

Ο εκάστοτε λήπτης αποφάσεων, κα σύμφωνα με τον τρόπο που η προτίμησή του

μεταβάλλεται με την αύξηση της διαφοράς gj(α) – g

j(b), θέτει για κάθε κριτήριο τη

μορφή που έχει η συνάρτηση Πj

(γενικευμένο κριτήριο). Οι παράμετροι που

εκτιμούν

προτίμησης. Συνήθως χρησιμοποιούνται πέντε τύποι γενικευμένου κριτηρίου (Brans,

1986):

1. Άμεση αυστηρή προτίμηση (κλασσικό κριτήριο). Δεν

προσδιορισμός καμιάς παραμέτρου

2. Υπάρχει όριο αδ

3. Η προτίμηση αυξάνεται μέχρι το όριο προτίμησης που πρέπει να

προσδιορισθεί

4. Υπάρχει όριο αδιαφορίας και προτίμησης. Στο μεταξύ τους διάστημα η

προτίμηση ισούται με το μέσο όρο τους

αυξάνεται αναλογικά (η συνηθέστερη περίπτωση)

Πίνακας 3-6: Πλεονεκτήματα –

ΠΛΕΟΝΕΚΤΗΜΑΤ

Μειονεκτήματα PROMETHEE

ΜΕΙΟΝΕΚΤΗΜΑΤΑ

42

• Η μέθοδος PROMETHEE ενοποιεί όλες τις σύγχρονες απόψεις μοντελοποίησης της

• Σαν μέθοδος δεν στηρίζεται από μια στιβαρή θεωρητική βάση που θα επέτρεπε την καλύτερη

προτίμησης με έναν απλό τρόπο. κατανόηση των υποθέσεων πάνω στις οποίες στηρίζεται

3.3.6 Μέθοδος UTASTAR

Η μέθοδος UTASTAR (UTilités Additives) παρουσιάστ κε από τους Σίσκο και

Γιαννακόπουλο το 1985 και είναι βασισμένη στη μέθοδο UTA των Jacquet-Lagrèze

και Σίσκο (1982). Ο σκοπός αυτ

η

ών των μεθόδων είναι η εξαγωγή μίας ή

H μέθοδος UTASTAR λειτουργεί ως εξής: Έστω A το σύνολο των εναλλακτικών

ενεργειών ενός πολυκριτήριου προβλήματος και g=(g1,g2,...,gn) συνεπής οικογένεια

τηρίων σε

μια προσθετική συνάρτηση χρησιμότητας της μορφής:

i== ∑

συναρτήσεις

προτιμητέα

τιμή και gi* αντίστοιχα, για τις εναλλακτικές ενέργειες του συνόλου Α. το κάθε

[ ,gi*] χωρίζεται σε ai-1 ίσα διαστήματα [

περισσοτέρων προσθετικών συναρτήσεων χρησιμότητας από μια δεδομένη

αξιολόγηση ενός συνόλου κριτηρίων αναφοράς ΑR. Οι μέθοδοι χρησιμοποιούν

ειδικές μεθόδους γραμμικού προγραμματισμού για την επεξεργασία των

συναρτήσεων, ώστε η ταξινόμηση που θα αποδοθεί από αυτές τις συναρτήσεις στο

ΑR να είναι όσο πιο συνεπής γίνεται.

κριτηρίων εκτίμησης των εναλλακτικών. Για την ανάπτυξη ενός μοντέλου το οποίο

εκφράζει τις προτιμήσεις του λήπτη αποφάσεων, γίνεται η σύνθεση των κρι

1( ) ( )

n

i iu g u g

όπου οι συναρτήσεις χρησιμότητας u,(g,), ονομάζονται μερικής αξίας

(μερικής χρησιμότητας) και αναπαριστούν τη σημασία του κάθε κριτηρίου.

Για κάθε κριτήριο εκτίμησης ορίζονται η περισσότερο και η λιγότερο*ig

διάστημα *ig 1,j j

i ig g + ] όπου ο αριθμός ai των

συ

(χρησιμότητας). Το κάθε σημείο

υποδιαστημάτων δίνεται από τον λήπτη αποφάσεων ο οποίος καθορίζει έτσι τον

αριθμό των σημείων για τα οποία θα εκτιμηθεί η κάθε νάρτηση μερικής αξίας

jig υπολογίζεται από τη σχέση:

** *

1 ( )1

ji i i i

i

jg g g ga

−= + −

−

43

Η μερική χρησιμότητα μιας εναλλακτικής ενέργειας α προσεγγίζεται επίσης με

γραμμική παρεμβολή, ως εξής:

11

( )[ ( )] ( ) [ (j

j ) ( )]j ji i iu g+ −

ασική

(αύξουσ Γ η

περιορισμός i

i ii i i i ij j

i i

g a gu g a u g u gg g+

−= +

−

Μια β υπόθεση της μεθόδου είναι το γεγονός ότι οι προτιμήσεις του λήπτη

αποφάσεων πάνω στα κριτήρια εκτίμησης είναι μονότονες συναρτήσεις των τιμών

των κριτηρίων ες ή φθίνουσες). ια την ικανοποίησ της υπόθεσης αυτής

τίθεται ο ακόλουθος : 1( ) ( )j ji i i iu g u g s+ − ≥

Όπου είναι ένα όριο που καθορίζεται για το κάθε κριτήριο gi. Αυτοί οι

περιορισμοί μονοτονίας, μπορούν να απλουστευτούν μετατρέποντας τους σε

περιορισμούς μη αρνητικότητας χρησιμοποιώντας τους ακόλουθους

μετασχηματισμούς:

( ) ( ) 0 ,

( ) 0

( )

ij i i i i

i ij

ji i ik

w u g u g i j

u g

u g w−

= − ≥ ∀

=

= ∑

κ ρ ς

τατάξει μια εναλλακτική σε υψηλότερη θέση στη προδιάταξη σε

σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική της

ε σχέση με τη θέση που κατατάσσεται η εναλλακτική με βάση την ολική

ιάταξη που καθορίστηκε από τον λήπτη αποφάσεων, για δύο

εναλλακτικές δραστηριότητες α και β, θα πρέπει να ισχύουν οι παρακάτω βασικοί

περιορισμοί:

0is ≥

1j j+

*1

1k =

Οπότε τα βάρη των ριτη ίων υπολογίζονται ω εξής:

1*

1( )

ia

i i ikk

u g w−

=

= ∑

Οι πιθανές ασυμφωνίες μεταξύ του μοντέλου και των προτιμήσεων του λήπτη

αποφάσεων, είναι δύο ειδών: το σφάλμα υπερεκτίμησης σ+ και το σφάλμα

υποεκτίμησης σ – . το σφάλμα υπερεκτίμησης αφορά περιπτώσεις όπου ο λήπτης

αποφάσεων έχει κα

χρησιμότητα. Αντίστοιχα, το σφάλμα υποεκτίμησης αφορά περιπτώσεις όπου ο

λήπτης αποφάσεων έχει κατατάξει μια εναλλακτική σε χαμηλότερη θέση στην

προδιάταξη σ

της χρησιμότητα.

Ανάλογα με την προδ

44

U(a)-U(b)≥δ ⇔ α P b

U(a)-U(b)=δ ⇔ α I b

όπου τα P και I συμβολίζουν αντίστοιχα τις σχέσεις προτίμησης και αδιαφορίας

.

Η αντικειμενική χρησιμότ τοποιείται είναι το σύνολο αυτών των

λαθών:

ών προβλημάτων έχοντας ως

αντικειμενικές συναρτήσεις τη μεγιστοποίηση των τιμών των βαρών του κάθε

ριτηρίου. Για την εύρεση μιας τελική λύσης λαμβάνεται υπόψη ο μέσος όρος των

λύσεων των προηγ

TAR

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ

μεταξύ των δύο εναλλακτικών δραστηριοτήτων. Το δ είναι ένας μικρός πραγματικός

θετικός αριθμός

ητα F που ελαχισ

'

( ) ( )a A

min F a aσ σ+ −

∈

= +∑ υπό περιορισμούς

Στη συνέχεια μέσω ανάλυσης ευστάθειας ανιχνεύεται η ύπαρξη πολλαπλών

βέλτιστων ή σχεδόν βέλτιστων λύσεων, οι οποίες αντιστοιχούν σε τιμές μεταξύ του F*

και F* + e. Έτσι επιλύεται μια σειρά νέων γραμμικ

κ

ούμενων γραμμικών προβλημάτων.

Πίνακας 3-7: Πλεονεκτήματα – Μειονεκτήματα UTAS

• Πρακτική μέθοδος πολυκριτήριας λήψης αποφάσεων

• Αρκετά σύνθετη

3.4 ΕΠΙΛΟΓΗ ΜΕΘΟΔΩΝ ΣΥΝΘΕΣΗΣ ΚΡΙΤΗΡΙΩΝ ΓΙΑ ΤΗΝ

ΠΡΟΤΕΙΝΟΜΕΝΗ ΕΦΑΡΜΟΓΗ

Οι μέθοδοι που παρουσιάστηκαν παραπάνω αποτελούν μερικές από τις πλέον

σημαντικές προσεγγίσεις στο πρόβλημα της σύνθεσης κριτηρίων. Αποτελούν δυνατά

εργαλεία στα χέρια των ληπτών αποφάσεων, πηγάζουν από τα τέσσερα θεωρητικά

45

ρεύματα της πολυκριτηριακής λήψης αποφάσεων και στηρίζονται από υλοποιημένους

μαθηματικούς αλγόριθμους.

Για της ανάγκες της παρούσας διπλωματικής τρεις από τις μεθόδους επιλέγονται για

ί να εκμεταλλευτεί τα πλεονεκτήματα της κάθε μιας μεθόδου σε διαφορετικών

η

ν. Δυνατή είναι επίσης και η επαναχρησιμοποίηση του μοντέλου αφού η

ση απλά ενός μητρώου

ποφάσεων. Οι υπολογισμοί που γίνονται για την τελική επιλογή είναι πολύ απλοί

και δίνει δυνατότητα επαναχρησιμοποίησης του μοντέλου.

να χρησιμοποιηθούν στην προτεινόμενη εφαρμογή. Αυτές είναι οι AHP, SMART και

ELECTRE III.

Η βασική λογική για την επιλογή των μεθόδων, ήταν να δοθεί η δυνατότητα στο

χρήστη της προτεινόμενης εφαρμογής να επιλέξει ανάμεσα σε μεθόδους που να

καλύπτουν τα θεωρητικά ρεύματα της πολυκριτηριακής λήψης αποφάσεων. Έτσι

μπορε

ειδών προβλήματα (επαναχρησιμοποίηση, ετερογένεια κριτηρίων, απαιτήσεις χρόνου

κλπ).

Επίσης τέθηκαν κριτήρια και από τη σκοπιά της δομής των αλγορίθμων. Σημαντικοί

παράγοντες ήταν η εσωτερική συνέπεια, η διαφάνεια και η ευκολία χρήσης.

Η AHP δίνει τη δυνατότητα στον χρήστη για σαφή μοντελοποίηση και ιεράρχησ

απλοποιώντας έτσι την εποπτεία του προβλήματος. Προσεγγίζει την περίπτωση της

ετερογένειας προσφέροντας μια σταθερή κλίμακα δυαδικών λεκτικών συγκρίσεων.

Η ELECTRE III προσεγγίζουν με διαφορετικό τρόπο τη μοντελοποίηση του

προβλήματος. Ένα βασικό χαρακτηριστικό της είναι η χρήση ψευδο-κριτηρίων (

χρήση κατωφλιών). Με αυτό τον τρόπο καθιστά δυνατή τη χρήση ετερογενών

κλιμάκω

εισαγωγή των δεδομένων μπορεί να γίνει σε ένα μητρώο αποφάσεων (decision

matrix)

Τέλος η μέθοδος SMART έχει πλεονεκτήματα των μεθόδων MAUT αλλά και

μειονεκτήματα που απορρέουν από τις παραδοχές και τις απλοποιήσεις. Έχει πολύ

απλό περιβάλλον χρήσης αφού απαιτείται η συμπλήρω

α

46

Κεφάλαιο 4: ΠΡΟΤΕΙΝΟΜΕΝΗ ΕΦΑΡΜΟΓΗ

4.1 ΔΙΑΔΙΚΑΣΙΑ ΑΝΑΠΤΥΞΗΣ

Στη διαδικασία σχεδιασμού ενός Συστήματος Υποστήριξης Αποφάσεων

ακολουθήθηκε η προσέγγιση του Κύκλου Ζωής της Ανάπτυξης Συστημάτων

(Systems Development Life Cycle). Τα βήματα που απαιτούνται για αυτή τη μέθοδο

είναι τα εξής:

1. Επιβεβαίωση αναγκών του χρήστη (Πληροφόρηση)

2. Ανάλυση συστήματος

3. Σχεδιασμός συστήματος.

4. Υλοποίηση

5. Χρήση και αποτίμηση

4.1.1 Πληροφόρηση

Σκοπός μας είναι να παρουσιάσουμε ένα Σύστημα Υποστήριξης Αποφάσεων για τα

γνωστικά πεδία της Στρατηγικής Ανάλυσης και της Πολυκριτήριας Ανάλυσης

Αποφάσεων. Το σύστημα θα πρέπει να υποστηρίζει ομαδική εργασία και να είναι

προσβάσιμο μέσω διαδικτύου.

4.1.2 Ανάλυση του συστήματος

Από την περιγραφή των αναγκών που μας δόθηκε καταλαβαίνουμε ότι το σύστημα

μας δίνει μεγάλη σημασία στην επικοινωνία μεταξύ των αποφασιζόντων.

Μετά από βιβλιογραφική έρευνα που παρουσιάστηκε στο δεύτερο κεφάλαιο

αποφασίστηκε ότι το σύστημα θα πρέπει να μπορεί να υποστηρίζει τα πλαίσια PEST,

SWOT και 5 Δυνάμεις του Porter. Τα πλαίσια αυτά στηρίζονται στην ανάλυση του

περιβάλλοντος του οργανισμού, εσωτερικού και εξωτερικού, και απαιτούν διάλογο

και περιγραφικές διαδικασίες από τους συμμετέχοντες. Κρίνεται απαραίτητος ο

εφοδιασμός του συστήματος με τεχνολογίες διαδικτυακής επικοινωνίας και

συστήματα υποστήριξης ομαδικής συνεργασίας.

47

Δεν υπήρξε απαίτηση για ανάπτυξη εξειδικευμένων εργαλείων (π.χ. πράκτορες) και

σύνδεση με βάσεις που θα απαιτούσαν τη χρήση ειδικών τεχνολογιών (π.χ. OLAP).

Το σύστημα πρέπει να παρέχει τη δυνατότητα αποθήκευσης των διαλόγων και

φυσικά βάσεις δεδομένων που θα εξυπηρετούν τις ανάγκες του ίδιου του συστήματος.

Στο πεδίο της Πολυκριτήριας Ανάλυσης Αποφάσεων όπως παρουσιάστηκε στο τρίτο

κεφάλαιο το σύστημα πρέπει να παρέχει στους χρήστες εργαλεία που να τους δίνουν

τη δυνατότητα να αναλύσουν τις εναλλακτικές και τα κριτήρια τους με τους εξής

αλγόριθμους: SMART, AHP και ELECTRE III.

4.1.3 Σχεδιασμός

Για το σχεδιασμό του συστήματος έγινε έρευνα στις υπάρχουσες τεχνολογίες των

Σ.Υ.Α.. Η ανάλυση του προβλήματος μας οδήγησε στην απόφαση να υλοποιήσουμε

ένα Σύστημα Υποστήριξης Αποφάσεων βασισμένο στην Επικοινωνία (CDSS).

Επίσης αποφασίσαμε να δώσουμε ιδιαίτερη σημασία στην ασύγχρονη επικοινωνία.

Θεωρήσαμε ότι η σύγχρονη επικοινωνία είναι απαραίτητη σε περιβάλλοντα όπου

αποφάσεις πρέπει να ληφθούν σε πολύ μικρό χρονικό διάστημα, που συνήθως όμως

δεν ισχύει στις περιπτώσεις χάραξης στρατηγικής ενός οργανισμού.

Λαμβάνοντας υπόψη τα χαρακτηριστικά των πλαισίων λήψης στρατηγικών

αποφάσεων αλλά και όσα έχουν αναλυθεί παραπάνω σχετικά με τις λειτουργίες και

τις ικανότητες των συστημάτων υποστήριξης ομαδικής λήψης αποφάσεων θεωρήθηκε

ικανή η παρουσίαση ενός ηλεκτρονικού πίνακα ανακοινώσεων (e-bulletin board) ή

αλλιώς forum για την κατανόηση των βασικών χαρακτηριστικών που πρέπει να

παρέχουν τα συστήματα αυτά στους χρήστες ώστε να μπορούν να λάβουν αποφάσεις

στρατηγικής σημασίας για έναν οργανισμό.

Το φόρουμ είναι καθαρά βασισμένο στην επικοινωνία μεταξύ των μελών. Μπορούμε

εύκολα να το κατατάξουμε στην κατηγορία των Συστημάτων Υποστήριξης

Αποφάσεων που είναι βασισμένα στην Επικοινωνία (CDSS) σύμφωνα με την

ταξινομία του Power που παρουσιάστηκε και στη εισαγωγή.

Σημαντικός παράγοντας για την επιλογή αυτού του συστήματος είναι ότι

χρησιμοποιεί της τεχνολογίες του παγκόσμιου ιστού (web based). Έτσι ο χρήστης δεν

είναι περιορισμένος στο να εισέρχεται στο σύστημα μέσω ενός υπολογιστή που θα

έχει εγκατεστημένο εξειδικευμένο software, αλλά θα μπορεί με τη χρήση ενός απλού

48

φυλλομετρητή (internet browser) να έρχεται σε επικοινωνία με τα υπόλοιπα μέλη της

ομάδας από οποιονδήποτε υπολογιστή είναι συνδεδεμένος με το internet.

Επίσης υπάρχει σύνδεση με βάση δεδομένων που είναι απαραίτητη για ένα τέτοιο

σύστημα και κάνει εφικτή την ασύγχρονη και απομακρυσμένη επικοινωνία.

Προφανώς ένα τέτοιο σύστημα μπορεί να εγκατασταθεί και σε τοπικό δίκτυο (LAN)

πετυχαίνοντας μεγάλες ταχύτητες επικοινωνίας και αποφεύγοντας τους πάντα

υπαρκτούς κινδύνους του παγκόσμιου ιστού από κακόβουλους χρήστες.

Ακόμα το συγκεκριμένο σύστημα μπορεί να χρησιμοποιείται ταυτόχρονα από

πολλούς οργανισμούς και ομάδες εργασίας. Ουσιαστικά αποτελεί ένα δικτυακό χώρο

όπου μπορούν να φιλοξενηθούν πολλά φόρουμ, που όμως θα υπάρχει περιορισμός

πρόσβασης ανά φόρουμ που θα γίνεται από τον διαχειριστή του συστήματος

(administrator).

Η έρευνα για τα εργαλεία που μπορούν να χρησιμοποιηθούν για την ανάπτυξη ενός

τέτοιου συστήματος, ανέδειξε μια πληθώρα λύσεων οι οποίες μπορούν να χωριστούν

σε δύο επίπεδα:

1. Στα θεμελιώδη εργαλεία (γλώσσες προγραμματισμού)

2. Γεννήτορες

Επιλέχτηκε η χρήση ενός γεννήτορα γιατί η δημιουργία ενός φόρουμ με θεμελιώδη

εργαλεία απαιτεί ιδιαίτερη γνώση των εργαλείων αυτών. Τα φόρουμ είναι δυναμικές

σελίδες που ξεπερνούν τα όρια των δυνατοτήτων της στατικής HTML (hypertext

markup language). Οι πιο διαδεδομένες γλώσσες που χρησιμοποιούνται για δυναμικές

ιστοσελίδες είναι η PHP (Hypertext Preprocessor) και η ASP(Active Server Pages).

Ο γεννήτορας που αποφασίστηκε να χρησιμοποιηθεί είναι ο phpBB που αποτελεί

πλατφόρμα ανοιχτού κώδικα και υποστηρίζεται από διάφορες ομάδες του παγκόσμιου

ιστού (κυρίως από την phpBB community). Η εφαρμογή αυτή είναι γραμμένη σε php.

Για την υλοποίηση των μοντέλων Πολυκριτήριας Λήψης Αποφάσεων αποφασίστηκε

να παρέχεται στους χρήστες του φόρουμ ανεξάρτητη εφαρμογή (standalone) η οποία

θα αναπτυχθεί σε γλώσσα αντικειμενοστραφούς (object oriented) προγραμματισμού.

η γλώσσα που επιλέχτηκε είναι η Delphi της Borland λόγω υπαρκτής εμπειρίας.

Στις παρακάτω ενότητες, 4.2 και 4.3 περνάμε σε παρουσίαση των λειτουργιών της

υλοποιημένης εφαρμογής.

49

4.2 FORUM ΓΙΑ ΤΗ ΣΥΝΕΡΓΑΤΙΚΗ ΛΗΨΗ ΑΠΟΦΑΣΕΩΝ

Στις παρακάτω υπο-ενότητες θα παρουσιαστούν οι βασικές λειτουργίες συστήματος

τόσο από τη μεριά του χρήστη όσο και από τη μεριά του διαχειριστή. Βασικό στοιχείο

που πρέπει να τονιστεί είναι ότι με τον όρο φόρουμ περιγράφουμε έναν ηλεκτρονικό

χώρο εργασίας που θα εργαστεί μία ή πολλές ομάδες εργασίας με κοινό σκοπό. Από

αυτή την άποψη η συγκεκριμένη εφαρμογή υποστηρίζει πολλά φόρουμ ταυτόχρονα.

4.2.1 Διαχείριση

Κατά την εγκατάσταση του συστήματος στον διακομιστή ορίζεται ένας διαχειριστής.

Ο διαχειριστής μπορεί να καθορίζει όλες τις λειτουργίες του συστήματος από τον

πίνακα ελέγχου. Μπορούν να οριστούν επιπλέον διαχειριστές αν χρειαστεί από τον

πίνακα ελέγχου. Η βασική λειτουργία που αναλαμβάνει ο διαχειριστής είναι η

δημιουργία των φόρουμ. των αντίστοιχων ομάδων εργασίας και να ορίζει τα

δικαιώματα πρόσβασης. Δεν δίνεται η δυνατότητα στους απλούς χρήστες να

δημιουργούν ελεύθερα φόρουμ για να αποφύγουμε την πλημμύρα του server από

άχρηστες εγγραφές που καταλαμβάνουν χρήσιμο και πολύτιμο χώρο.

Εικόνα 4-1: Κεντρική σελίδα πίνακα ελέγχου(index)

Τα φόρουμ που δημιουργούνται από το διαχειριστή έχουν τρία επίπεδα πρόσβασης:

• Δημόσια (public), όπου μπορούν όλοι οι χρήστες εγγεγραμμένοι και μη να

συμμετέχουν σε συζητήσεις

• Για εγγεγραμμένους χρήστες (registered)

• Ιδιωτικά (private)

50

Γενικά ο διαχειριστής μπορεί μέσα από τον πίνακα ελέγχου να ενεργοποιήσει και να

απενεργοποιήσει όλες τις δυνατότητες που παρέχονται στους χρήστες. Παρακάτω η

παρουσίαση θα συνεχιστεί η παρουσίαση των δυνατοτήτων και από τη μεριά του

διαχειριστή αλλά και από τη μεριά της εκμετάλλευσής τους από το χρήστη.

4.2.2 Χρήστες και Ομάδες εργασίας

Η δημιουργία φόρουμ από απλούς χρήστες δεν συνίσταται. Επομένως για τη

δημιουργία ενός φόρουμ απαιτείται η εγγραφή των χρηστών στο σύστημα και

παράλληλα να γίνει αίτημα στο διαχειριστή του συστήματος για τη δημιουργία του

φόρουμ. Το αίτημα αυτό μπορεί να διαβιβαστεί μέσω ενός φόρουμ που έχει

δημιουργηθεί για αυτό το σκοπό ή μέσω ηλεκτρονικού ταχυδρομείου.

Όπως αναφέρθηκε και στη θεωρία των ομάδων εργασίας στο πρώτο κεφάλαιο,

συνήθως σε μια ομάδα ορίζεται ένας επικεφαλής (facilitator ή moderator). Πρέπει να

αναφερθεί στο διαχειριστή το μέλος που έχει το ρόλο του επικεφαλής για να του

παραχωρηθούν τα αντίστοιχα δικαιώματα. Ο επικεφαλής του φόρουμ μπορεί να

διαχειρίζεται τα δικαιώματα των συμμετεχόντων στο φόρουμ του.

4.2.3 Επικοινωνία

Η επικοινωνία των χρηστών γίνεται μέσω μηνυμάτων ακολουθώντας το μοντέλο

τύπου χτένας. Οι συμμετέχοντες έχουν το δικαίωμα να ανοίγουν θέματα (topics) να

γίνεται διάλογος πάνω σε αυτά. Οι τεχνολογίες που είναι προσαρμοσμένες στο

σύστημα και που το κάνουν να θεωρείται Σύστημα Υποστήριξης Αποφάσεων είναι η

υποστήριξη αποστολής ηλεκτρονικής αλληλογραφίας, η συνομιλία σε πραγματικό

χρόνο (chat), η συνομιλία με χρήση πιο «στατικών» μέσων όπως πίνακας

ανακοινώσεων, θέματα και απαντήσεις, η επισύναψη αρχείων στα μηνύματα και η

διαδικασία ψηφοφορίας.

4.3 ΠΡΟΓΡΑΜΜΑ ΥΠΟΣΤΗΡΙΞΗΣ ΛΗΨΗΣ ΑΠΟΦΑΣΕΩΝ ΜΕ

ΤΟΝ ΑΛΓΟΡΙΘΜΟ SMART

Το πρόγραμμα Υποστήριξης Λήψης Αποφάσεων υλοποιήθηκε, ώστε στην τελική του

μορφή να υποστηρίζει μόνο τον αλγόριθμο SMART. Είναι ένα ανεξάρτητο

πρόγραμμα που τρέχει σε παράθυρα. Η λειτουργία του είναι πολύ απλή και χρηστική.

51

Στο πρώτο παράθυρο επιλέγουμε τις διαστάσεις του μητρώου αποφάσεων, δηλαδή

τον αριθμό των κριτηρίων και των εναλλακτικών.

Στο δεύτερο εισάγουμε τα στοιχεία που αφορούν τα κριτήρια, δηλαδή όνομα,

βαρύτητα, κλίμακα και μονοτονία κλίμακας. Στο αμέσως επόμενο παράθυρο το

πρόγραμμα μας ζητάει τα ονόματα των εναλλακτικών για να τα τοποθετήσει στο

μητρώο αποφάσεων.

Εισάγουμε τα σκορ στο μητρώο αποφάσεων και το πρόγραμμα υπολογίζει τα τελικά

αποτελέσματα. Το πρόγραμμα δίνει τη δυνατότητα αποθήκευσης των

αποτελεσμάτων.

4.4 ΠΑΡΑΔΕΙΓΜΑ ΧΡΗΣΗΣ

Στην ενότητα αυτή θα παρουσιαστεί ένα τυπικό παράδειγμα χρήσης της

προτεινόμενης εφαρμογής. Θα θεωρήσουμε ότι στη διαδικασία παίρνουν μέρος

τέσσερις λήπτες αποφάσεων: οι dm1, dm2, dm3 και dm4. Ο dm1 έχει τοποθετηθεί ως

επικεφαλής της ομάδας.

Κάνουμε την εξής μελέτη περίπτωσης: ένα εργοστάσιο που παράγει παλέτες

μεταφοράς από ξύλο έχει ερευνήσει και έχει έτοιμα πρωτότυπα μηχανών για να

κατασκευάσει μια γραμμή παραγωγής που έχει τη δυνατότητα να παράγει παλέτες

από ανακυκλωμένα κομμάτια ελαστικών (recycled scrap tyres). Οι μάνατζερ τις

εταιρίας πρέπει να αποφασίσουν αν θα προχωρήσουν σε μια τέτοια επένδυση ή σε

κάποια άλλη πιο συμφέρουσα.

Η διαδικασία της ανάλυσης δε θα δοθεί σε πλήρη έκταση. Σκοπός του παραδείγματος

είναι να φανούν οι λειτουργίες που έχει το σύστημα που αναπτύχθηκε και να

δοκιμαστεί ως προς την αποτελεσματικότητα του και ως προς την ευκολία στη χρήση

του. Για τη στρατηγική ανάλυση της εταιρείας θα χρησιμοποιηθεί το πλαίσιο SWOT.

Για αυτό θα δοθούν στιγμιότυπα από τους διαλόγους και οι τελικές εναλλακτικές και

κριτήρια θα επεξεργαστούν το εργαλείο SMART. Το παράδειγμα αυτό στηρίζεται

πάνω σε επιχειρηματικό πλάνο της εταιρείας ATP όπως αυτό παρέχεται από την

ιστοσελίδα www.bplans.com.

52

Εικόνα 4-2: :Διατύπωση αποστολής από τον επικεφαλής

Το πρώτο θέμα της διαδικασίας αποτελεί τη διατύπωση της αποστολής της εταιρείας

και είναι σημαντικός ο ορισμός της γιατί απαντάει στο βασικό ερώτημα του λόγου

της συμμετοχής στην επιχειρηματική δραστηριότητα που καλείται να συμμετάσχει.

Το θέμα αυτό ορίζεται από τον επικεφαλής και μπορεί να κλειδωθεί, δηλαδή να μη

δίνεται η δυνατότητα απάντησης αφού συνήθως θεωρείται αδιαμφισβήτητη.

Στο επόμενο στιγμιότυπο μπορούμε να δούμε ένα λήπτη αποφάσεων να κάνει χρήση

της πρόσθετης ικανότητας να επισυνάπτει αρχεία στις τοποθετήσεις του. Σε

περίπτωση που επισυνάπτεται αρχείο εικόνας, η εικόνα αυτή εμφανίζεται κανονικά.

Εδώ ο χρήστης dm2 επισυνάπτει τα ερωτήματα που πιστεύει ότι πρέπει να

απαντηθούν εφόσον γίνεται ανάλυση SWOT σαν απάντηση στο θέμα “STRENGTHS

and WEAKNESSES barinstorming”.

53

Εικόνα 4-3: Απάντηση και επισύναψη αρχείου

Εικόνα 4-4: Απάντηση με χρήση συνημμένης εικόνας

54

Εικόνα 4-5:Διαδικασία ψηφοφορίας

Στην εικόνα 4-5 παρουσιάζουμε μια διαδικασία ψηφοφορίας. Μετά την ανάλυση

περιβάλλοντος με τη χρήση SWOT οι λήπτες αποφάσεων έχουν ορίσει τις

εναλλακτικές και τα κριτήρια και προετοιμάζουν τα βάρη για τη μέθοδο SMART.

Σύμφωνα με τη μέθοδο τα κριτήρια κατατάσσονται από το λιγότερο σημαντικό στο

περισσότερο σημαντικό. Το λιγότερο σημαντικό παίρνει δέκα μονάδες ενώ τα

υπόλοιπα βαθμολογούνται ανάλογα.

Θεωρούμε ότι οι αποφασίζοντες έχουν έρθει σε συμφωνία όσον αφορά τα στοιχεία

που συνθέτουν το μητρώο αποφάσεων. Τα στοιχεία αυτά παρουσιάζονται στον

πίνακα 4-1.

Πίνακας 4-1:Στοιχεία του μητρώου απόφασης

ALTERNATIVES CRITERIA WEIGHTS SCALE

Wood Environment 10 1-10

Plastic Meeting the needs of buyers 30 1-10

RST-PAL Cost per pallet 40 10-150

55

Investment needed 50 1 - 10 (million $)

Expected earnings 70 5-50 (million $)

Στη συνέχεια τα στοιχεία αυτά τοποθετούνται στο αυτόνομο πρόγραμμα S.M.A.R.T.

method που οι χρήστες μπορούν να κατεβάσουν από την ιστοσελίδα. Η διαδικασία

παρουσιάζεται παρακάτω.

Πρώτα δίνουμαι τις διαστάσεις του μητρώου σηλαδή τον αριθμό των κριτηρίων και

των εναλλακτικών:

Εικόνα 4-6:Εισαγωγή διαστάσεων μητρώου

Εικόνα 4-7: Όνομα, κλίμακα, βάρος και μονοτονία κλίμακας

56

Εικόνα 4-8:Ονόματα των εναλλακτικών

Εικόνα 4-9:Συμπλήρωση του μητρώου αποφάσεων

57

Εικόνα 4-10:Το τελικό αποτέλεσμα

Στον πίνακα του τελικού αποτελέσματος μας δίνεται η δυνατότητα να σώσουμε τα

αποτελέσματα σε αρχείο του excel.

58

Κεφάλαιο 5: ΣΥΜΠΕΡΑΣΜΑΤΑ

Ο ασφυκτικός ανταγωνισμός που δημιουργείται σήμερα σε κάθε μορφής

επιχειρηματική δραστηριότητα κάνει τον στρατηγικό σχεδιασμό απαραίτητο. Το

αυξανόμενο μέγεθος των επιχειρήσεων, οι εξαγορές και οι συμμαχίες περιορίζουν τις

δυνατότητες ανάπτυξης των μικρών επιχειρήσεων. Για να μπορέσουν οι επιχειρήσεις

να επιβιώσουν χρειάζεται προσεκτική ανάλυση των καταστάσεων και των

προβλημάτων που καλούνται να αντιμετωπίσουν και υποστήριξη από έμπειρους

μάνατζερ που θα λάβουν τις αποφάσεις.

Ο μεγάλος όγκος γνώσεων και της πληροφοριών που πρέπει να επεξεργαστεί για να

ληφθεί μια απόφαση, κάνει τη απαραίτητη τη σύσταση ομάδων εργασίας. Ο

αυξανόμενος ανταγωνισμός έχει αυξήσει και τις ανάγκες των μάνατζερ πέρα από τα

εργαλεία ανάλυσης που έχουν στα χέρια από τις κλασικές μεθόδους ανάλυσης των

προβλημάτων. Οι τεχνολογίες των υπολογιστών που έχουν αναπτυχθεί τα τελευταία

χρόνια έχουν δώσει την δυνατότητα ανάπτυξης συστημάτων που να μπορούν να

καλύπτουν αυτές τις ανάγκες. Οι μάνατζερ μπορούν πλέον να συνεργάζονται μεταξύ

τους από απόσταση σύγχρονα και ασύγχρονα, μπορούν να ανασύρουν δεδομένα από

βάσεις καθώς και να χρησιμοποιούν την υπολογιστική ισχύ για να κάνουν αναλύσεις

βάση μοντέλων που έχουν οριστεί από αυτούς. Τα συστήματα υποστήριξης

αποφάσεων τείνουν πλέον να γίνουν αναντικατάστα εργαλεία στα χέρια των ληπτών

αποφάσεων.

Με την παρούσα διπλωματική εργασία δόθηκε η ευκαιρία για μια παρουσίαση των

δυνατοτήτων αυτών καθώς και για την υλοποίηση ενός τέτοιου συστήματος. Η

αδυναμία του να δοθεί συγκεκριμένος ορισμός σύμφωνα με τον Turban αναδεικνύει

και το γεγονός ότι δεν μπορεί να ποτέ ένα σύστημα να θεωρηθεί τέλειο ή καλύτερο

από κάποιο άλλο. Ένα σύστημα μπορεί να θεωρηθεί ολοκληρωμένο μόνο από τους

χρήστες τους εφόσον αυτό καλύπτει τις ανάγκες που περιέγραψαν στους

προγραμματιστές του. Δεδομένου ότι οι ανάγκες είναι συνεχώς αυξανόμενες οι

προκλήσεις που τίθενται και στους μάνατζερ και στους προγραμματιστές είναι

μεγάλες.

Για την ανάπτυξη του συγκεκριμένου συστήματος έπρεπε επίσης να ξεπεραστούν τα

προβλήματα της απόκτησης γνώσης για τα πεδία με τα οποία ασχολήθηκε και της

59

εμπειρίας που χρειάζεται και από τη μεριά του χρήστη για να μπορέσει να περιγράψει

τις ανάγκες του συστήματος αλλά και από τη μεριά του προγραμματιστή για να

μπορέσει να δώσει τις λύσεις, στον περιορισμένο χρόνο που διατίθεται για την

εκπόνηση μιας τέτοιας εργασίας. Αξίζει επίσης να σημειωθεί ότι ακριβώς για τους

λόγους που μόλις αναφέρθηκαν οι εφαρμογές και τα συστήματα συνήθως

αναπτύσσονται από ομάδες όχι μόνο προγραμματιστών αλλά και οι ειδικών στους

τομείς για τους οποίους προορίζονται (domain experts).

Το σύστημα που αναπτύχθηκε ενσωματώνει αρκετές βασικές λειτουργίες που

θεωρούνται αναγκαίες από τη θεωρία της υποστήριξης ομαδικών αποφάσεων με

ασύγχρονη επικοινωνία. Αν και δεν αναπτύχθηκαν και οι τρεις αλγόριθμοι

πολυκριτήριας ανάλυσης αποφάσεων όπως είχε αποφασιστεί από την ανάλυση του

συστήματος η SMART αποτελεί βέβαια μια αξιόπιστη και γενικά αποδεκτή λύση.

Το σύστημα αυτό μπορεί να χρησιμοποιηθεί επομένως από ομάδες εργασίας που

δρουν απομακρυσμένα, δεν θέλουν να χρησιμοποιούν εξειδικευμένα προγράμματα

και θέλουν να έχουν πρόσβαση στο «χώρο» που διενεργούνται οι συσκέψεις τους από

οποιονδήποτε υπολογιστή. Ένα ακόμα χαρακτηριστικό που έχει αυτή η προσέγγιση

είναι δεν περιορίζεται στα πλαίσια λήψης στρατηγικών αποφάσεων για τα οποία

«χτίστηκε». Οι χρήστες μπορούν να διαμορφώσουν τα θέματα τους χωρίς

περιορισμούς στη δομή.

Η μέθοδος του ανοιχτού κώδικα (open source) που χρησιμοποιείται από πολλές

κοινότητες προγραμματιστών στο διαδίκτυο δίνει τη δυνατότητα να προστεθούν

χαρακτηριστικά στο σύστημα που αναπτύσσονται λόγω των κοινών και όχι μόνο των

ειδικών αναγκών που παρουσιάζονται στους χρήστες. Η γλώσσα στην οποία είναι

φτιαγμένα και το σύστημα των φόρουμ αλλά και το πρόγραμμα πολυκριτήριας

ανάλυσης αποφάσεων τα κάνουν εύκολα επεκτάσιμα.

60

ΒΙΒΛΙΟΓΡΑΦΙΑ

ΕΛΛΗΝΙΚΗ

Γούτσος, Σ. (2004), Σημειώσεις Μαθήματος «Βιομηχανική Διοίκηση Ι», Τμήμα Μηχανολόγων και Αεροναυπηγών Μηχανικών, Πανεπιστήμιο Πατρών, Πάτρα

Δεσπότης, Δ. (2006), Σημειώσεις μαθήματος Συστήματα Υποστήριξης Συλλογικών Αποφάσεων. Διαθέσιμο ηλεκτρονικά: http://dsslab.cs.unipi.gr/

Δημητριάδης, Α. (2001), Διοίκηση – Διαχείριση Πληροφοριακών Συστημάτων, Εκδόσεις Νέων Τεχνολογιών, Αθήνα.

Ευαγγέλου, Χ. (2005), Ολοκλήρωση Συστημάτων Υποστήριξης Ομαδικών Αποφάσεων και Διαχείρισης Οργανωσιακής Γνώσης, Διδακτορική Διατριβή, Τμήμα Μηχανολόγων και Αεροναυπηγών Μηχανικών, Πανεπιστήμιο Πατρών, Πάτρα.

Καρακαπιλίδης, Ν. (2006), Σημειώσεις μεταπτυχιακού μαθήματος: Τεχνολογίες Υποστήριξης Συνεργασίας, Διαθέσιμο ηλεκτρονικά: http://www.mech.upatras.gr/~nikos/colltech/notes.html

Λαοπόδης, Β. (2003), Ανάπτυξη Πληροφοριακών Συστημάτων. Ανάλυση και Σχεδιασμός Συστημάτων, Εκδόσεις Νέων Τεχνολογιών, Αθήνα.

ΔΙΕΘΝΗΣ

Bouyssou, D., Vincke, Ph., (1997), Ranking alternatives on the basis of preference relations: a progress report with special emphasis on outranking relations, Journal of Multiple Criteria Decision Analysis, Vol.6, pp. 77-85

Brans, J.-P., Mareschal B. (1994), How to decide with PROMETHEE Διαθέσιμο ηλεκτρονικά: http://www.visualdecision.com/

Buchanan, J., Sheppard, Ph., Vanderpooten, D., Project ranking using Electre III. Technical report 1999--01, Department of Management Systems, University of Waikato, 1999.

Cobbold, I., and Lawrie, G. (2002), The Development of the Balanced Scorecard as a Strategic Management Tool. Performance Measurement Association 2002

Coyle, G. (2004), The Analytic Hierarchy Process, Pearson Education Limited

De Montis, A., De Toro, P., Droste-Franke, B., Omann, I., Stagl, S. (2000), Criteria for quality assesment of MCDA methods, 3rd Biennial Conference of the European Society for Ecological Economics, Vienna, May 3-6, 2000.

DTLR multicriteria analysis manual, Διαθέσιμο ηλεκτρονικά: http://www.communities.gov.uk/pub/252/MulticriteriaanalysismanualPDF1380Kb_id1142252.pdf

61

Foss, N., Knudsen, T. (2003), The Resource-based Tangle: Towards a Sustainable Explanation of Competitive Advantage, Managerial and Decisions Economics, Vol. 24, pp. 291-307 (2003)

Harrison, E.F. and Pelletier, M.A. (2000), The essence of management decision.

Management Decision, Vol. 38, No 7, pp. 462-469.

Kaplan, R. S., and Norton, D. P. (1996), Balanced Scorecard: Translating Strategy into Action, Harvard Business School Press

Karacapilidis, N. and Papadias, D. (2001), Computer supported argumentation and

collaborative decision making: The HERMES system. Information Systems, Vol. 26,

No 4, pp. 259-277.

Mousseau, V., Slowinski, R., Zielniewicz, P., (2000), A user-oriented implementation of the ELECTRE-TRI method integrating preference elicitation support, Computers and Operations Research, Vol. 27, No 7-8, pp. 757-777

Mustakoji, J. (1999), Web – HIPRE A Multiattribute Decision Support System on the Internet, Master Thessis, Helsinki University of Technology, Department of Engineering Physics and Mathematics, Finland

Nemery de Bellevaux, P. (2005), Multicriteria Clustering and Classification, PhD Thesis, Faculte des Sciences Appliquees, Universite Libre de Bruxelles, Belgique.

Olson, D., (2001), Comparison of three multicriteria methods to predict known outcomes, European Journal of Operational Research, Vol. 130, pp. 576-587

Peteraf, M. (1993), The Cornerstones of Competitive Advantage: A Resource-Based View, Strategic Management Journal, Vol. 14, pp.179-191.

Porter, Μ.Ε. (1979). How competitive forces shape strategy. Harvard Business

Review, Vol. 57, pp. 86-93.

Power, D. J. Decision Support Systems Hyperbook. Cedar Falls, IA: DSSResources.COM, HTML version, 2000, Διαθέσιμο ηλεκτρονικά: http://dssresources.com/subscriber/password/dssbookhypertext

Saaty, T. (1980), The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation, McFraw-Hill, New York

Saaty, T. (1990), How to make a decision: The Analytic Hierarchy Process, European Journal of Operational Research, Vol. 48, pp. 9-26

Salminen, P., Hokkanen, J., Lahdelma, R. (1996), Multicriteria decision analysis project on environmental problems, Report 5, Laboratory of Scientific Computing, Department of mathematics, University of Jyväskylä, Finland.

Salminen, P., Hokkanen, J., Lahdelma, R. (1998), Comparing mulricriteria methods in the context of environmental problems, European Journal of Operational Research, Vol. 104, pp 485-496.

Siskos, Y., Grigoroudis, E., Matsasinis, N.F. (2005), UTA Methods, In J. Figueira, S. Greco, and M. Ehrgott, editors,Multiple Criteria Decision Analysis: State of the Art Surveys, pages 297-344. Springer Verlag, Boston, Dordrecht, London, 2005.

62

Wang, L., Qiuming, C.,(2006) Web-Based collaborative decision support services: Concept, Challenges and Application, ISPRS Technical Commission II Symposium, Austria, Vienna 12-14 July 2006

Wang, X., Triantafphyllou, E. (2005), Ranking Irregularities When Evaluating Alternatives By Using Some ELECTRE Methods, Omega, Vol. x, No. x, pp. xxx-xxx, in print, 2006.

Zopounidis, C., Doumpos, M. (2002), Multicriteria classification and sorting methods: A literature view, European Journal of Operational Research, Vol. 138, pp.229-246

63

ΠΑΡΑΡΤΗΜΑ

Κώδικας της προτεινόμενης εφαρμογής σε γλώσσα Delphi της BORLAND.

1: unit Unit_global; 2: 3: interface 4: 5: const 6: MSG1 = 'There must be no empty cell in the criteria matrix'; 7: MSG2 = 'Minimum scale must be a number'; 8: MSG3 = 'Maximum scale must be a number'; 9: MSG4 = 'Weights must be numbers'; 10: MSG5 = 'Alternatives names must not be null'; 11: MSG6 = 'There must be no empty cell in the alternatives matrix'; 12: 13: 14: procedure create_decision_matrix_smart(); 15: procedure calculate_decision_smart(); 16: 17: type 18: Telectre_criterion = class(TObject) 19: name: string; 20: index: integer; 21: scale_min:double; 22: scale_max:double; 23: weight:double; 24: q_threshold:double; 25: p_threshold:double; 26: v_threshold:double; 27: monotony: boolean; // true= ascending false=descending; 28: private 29: // 30: public 31: // 32: end; 33: 34: Telectre_alternative = class(TObject) 35: name: string; 36: index: integer; 37: private 38: // 39: public 40: // 41: end; 42: 43: 44: var 45: /////// ELECTRE III ////////// 46: electre_criteria : array[1..15] of Telectre_criterion; 47: electre_alternatives : array[1..15] of Telectre_alternative; 48: no_criteria_electre: integer; 49: no_alternatives_electre: integer; 50: electre_scores : array[1..15] of array[1..15] of double;

64

51: electre_Cmatrix : array[1..15] of array[1..15] of double; 52: 53: ////////////////////////////// 54: 55: ////// SMART /////// 56: no_criteria_smart: integer; 57: no_alternatives_smart: integer; 58: weight_sum: double; 59: criteria_decision_value: array [1..15] of double; 60: //////////////////// 61: implementation 62: 63: uses 64: Unit_smart_criteria,Unit_smart_alternatives,Unit_decision_matrixpas,SysUtils, 65: Unit_smart_final_results; 66: 67: procedure create_decision_matrix_smart(); 68: var 69: i,j:integer; 70: 71: begin 72: weight_sum:=0; 73: for i := 1 to no_criteria_smart do 74: begin 75: weight_sum:= weight_sum + StrToFloat(Form3.AdvSpreadGrid1.Cells[4,i]); 76: end; 77: 78: // Parse Criteria Names 79: for i := 1 to no_criteria_smart do 80: begin 81: Form5.AdvSpreadGrid1.Cells[i,0]:=Form3.AdvSpreadGrid1.Cells[1,i]; 82: Form6.AdvStringGrid1.Cells[0,i-1]:=Form3.AdvSpreadGrid1.Cells[1,i]; 83: Form5.AdvSpreadGrid1.Cells[i,1]:=FloatToStr(StrToFloat(Form3.AdvSpreadGrid1.Cells[4,i 84: end; 85: 86: // Parse Alternatives Names 87: for i := 1 to no_alternatives_smart do 88: begin 89: Form6.AdvStringGrid1.Cells[0,i-1]:=Form4.AdvSpreadGrid1.Cells[1,i]; 90: Form5.AdvSpreadGrid1.Cells[0,i+1]:=Form4.AdvSpreadGrid1.Cells[1,i]; 91: end; 92: 93: end; 94: 95: procedure calculate_decision_smart(); 96: var 97: i,j:integer; 98: can_value:double; 99: begin 100: for j:= 2 to (no_alternatives_smart+1) do 101: begin 102: for i:= 1 to no_criteria_smart do 103: begin 104: can_value:= (StrToFloat(form5.AdvSpreadGrid1.Cells[i,j])-StrToFloat(Form3.AdvSpr 105: can_value:= can_value / ((StrToFloat(Form3.AdvSpreadGrid1.Cells[3,i]))-(StrToFlo 106: if(Form3.AdvSpreadGrid1.Cells[5,i]='0') then can_value:= 1- can_value; 107: criteria_decision_value[j-1]:= criteria_decision_value[j-1]+ (can_value * StrToF 108: end;

65

109: Form6.AdvStringGrid1.Cells[1,j-2]:=FloatToStr(criteria_decision_value[j-1]); 110: end; 111: Form5.Hide; 112: Form6.Show; 113: 114: end; 115: end.

Form2.ShowModal; 34: end; 35: 36: procedure TForm1.suiButton2Click(Sender: TObject); 37: begin 38: Form7.ShowModal; 39: end; 40: 41: procedure TForm1.init_forms(); 42: var 43: i,j:integer; 44: begin 45: for i := 0 to 2 do 46: begin 47: for j := 0 to 14 do 48: begin 49: Form4.AdvSpreadGrid1.Cells[i,j]:=''; 50: end; 51: end; 52: 53: for i := 0 to 5 do 54: begin 55: for j := 0 to 14 do 56: begin 57: Form3.AdvSpreadGrid1.Cells[i,j]:=''; 58: end; 59: end; 60: 61: for i := 0 to 30 do 62: begin 63: for j := 0 to 30 do 64: begin 65: Form12.AdvStringGrid1.Cells[i,j]:=''; 66: end; 67: end; 68: 69: end; 70: 71: 72: end.

1: unit Unit_smart_init; 2: 3: interface 4: 5: uses

66

6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, ExtCtrls, SUIForm, SUIButton, StdCtrls, SUIEdit,Unit_global, 8: Unit_smart_criteria,Unit_smart_alternatives; 9: 10: type 11: TForm2 = class(TForm) 12: suiForm1: TsuiForm; 13: suiNumberEdit1: TsuiNumberEdit; 14: suiNumberEdit2: TsuiNumberEdit; 15: Label1: TLabel; 16: Label2: TLabel; 17: suiButton1: TsuiButton; 18: suiButton2: TsuiButton; 19: procedure suiButton2Click(Sender: TObject); 20: procedure suiButton1Click(Sender: TObject); 21: private 22: Private declarations 23: public 24: Public declarations 25: end; 26: 27: var 28: Form2: TForm2; 29: 30: implementation 31: 32: $R *.dfm 33: 34: procedure TForm2.suiButton2Click(Sender: TObject); 35: begin 36: Form2.ModalResult:=mrCancel; 37: end; 38: 39: procedure TForm2.suiButton1Click(Sender: TObject); 40: begin 41: no_criteria_smart:= trunc(Form2.suiNumberEdit1.Value); 42: no_alternatives_smart:= trunc(Form2.suiNumberEdit2.Value); 43: Form3.AdvSpreadGrid1.RowCount:= no_criteria_smart+1; 44: Form4.AdvSpreadGrid1.RowCount:= no_alternatives_smart+1; 45: Form3.AdvSpreadGrid1.ColumnHeaders.Add(''); 46: Form3.AdvSpreadGrid1.RowHeaders.Add(''); 47: Form3.Show; 48: Form2.ModalResult:=mrOk; 49: end; 50: 51: end.

1: unit Unit_smart_criteria; 2: 3: interface 4: 5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, Grids, BaseGrid, AdvGrid, AdvSprd, ExtCtrls, SUIForm, SUIButton, 8: Unit_smart_alternatives,Unit_global; 9:

67

10: type 11: TForm3 = class(TForm) 12: suiForm1: TsuiForm; 13: AdvSpreadGrid1: TAdvSpreadGrid; 14: suiButton1: TsuiButton; 15: suiButton2: TsuiButton; 16: procedure suiButton1Click(Sender: TObject); 17: procedure suiButton2Click(Sender: TObject); 18: private 19: function validate_data():boolean; 20: Private declarations 21: public 22: Public declarations 23: end; 24: 25: var 26: Form3: TForm3; 27: 28: implementation 29: 30: Uses 31: Unit_smart_init; 32: 33: $R *.dfm 34: 35: procedure TForm3.suiButton1Click(Sender: TObject); 36: begin 37: 38: if(validate_data) then exit; 39: Form4.AdvSpreadGrid1.ColumnHeaders.Add(''); 40: Form4.AdvSpreadGrid1.RowHeaders.Add(''); 41: Form4.Show; 42: Form3.Hide; 43: end; 44: 45: procedure TForm3.suiButton2Click(Sender: TObject); 46: begin 47: 48: Form3.Hide; 49: Form2.ShowModal; 50: end; 51: 52: function TForm3.validate_data():boolean; 53: var 54: i,j: integer; 55: try_con: double; 56: error: boolean; 57: err_code:integer; 58: 59: begin 60: error:= false; 61: 62: for i := 1 to 5 do 63: begin 64: for j := 1 to no_criteria_smart do 65: begin 66: if(Form3.AdvSpreadGrid1.Cells[i,j]='') then error:= true; 67: end;

68

68: end; 69: 70: if(error) then 71: begin 72: MessageDlg(MSG1,mtError,mbOKCancel,0); 73: validate_data:=error; 74: exit; 75: end; 76: 77: for i := 1 to no_criteria_smart do 78: begin 79: Val(AdvSpreadGrid1.Cells[2,i],try_con,err_code); 80: if(err_code<>0) then error:= true; 81: end; 82: 83: if(error) then 84: begin 85: MessageDlg(MSG2,mtError,mbOKCancel,0); 86: validate_data:=error; 87: exit; 88: end; 89: 90: for i := 1 to no_criteria_smart do 91: begin 92: Val(AdvSpreadGrid1.Cells[3,i],try_con,err_code); 93: if(err_code<>0) then error:= true; 94: end; 95: 96: if(error) then 97: begin 98: MessageDlg(MSG3,mtError,mbOKCancel,0); 99: validate_data:=error; 100: exit; 101: end; 102: 103: for i := 1 to no_criteria_smart do 104: begin 105: Val(AdvSpreadGrid1.Cells[4,i],try_con,err_code); 106: if(err_code<>0) then error:= true; 107: end; 108: 109: if(error) then 110: begin 111: MessageDlg(MSG4,mtError,mbOKCancel,0); 112: validate_data:=error; 113: exit; 114: end; 115: 116: validate_data:= error; 117: end; 118: 119: end.

1: unit Unit_smart_alternatives; 2: 3: interface

69

4: 5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, SUIButton, Grids, BaseGrid, AdvGrid, AdvSprd, ExtCtrls, SUIForm, 8: Unit_global; 9: 10: type 11: TForm4 = class(TForm) 12: suiForm1: TsuiForm; 13: AdvSpreadGrid1: TAdvSpreadGrid; 14: suiButton1: TsuiButton; 15: suiButton2: TsuiButton; 16: procedure suiButton1Click(Sender: TObject); 17: procedure suiButton2Click(Sender: TObject); 18: private 19: Private declarations 20: function validate_data():boolean; 21: public 22: Public declarations 23: end; 24: 25: var 26: Form4: TForm4; 27: 28: implementation 29: 30: uses Unit_decision_matrixpas,Unit_smart_criteria; 31: 32: $R *.dfm 33: 34: procedure TForm4.suiButton1Click(Sender: TObject); 35: begin 36: if(validate_data) then exit; 37: create_decision_matrix_smart(); 38: Form5.AdvSpreadGrid1.ColCount:=no_criteria_smart+1; 39: Form5.AdvSpreadGrid1.RowCount:=no_alternatives_smart+2; 40: Form4.Hide; 41: Form5.Show; 42: 43: end; 44: 45: function TForm4.validate_data():boolean; 46: var 47: i:integer; 48: error:boolean; 49: begin 50: error:= false; 51: for i := 1 to no_alternatives_smart do 52: begin 53: if(Form4.AdvSpreadGrid1.Cells[1,i]='') then error:=true; 54: end; 55: 56: if(error) then 57: begin 58: MessageDlg(MSG5,mtError,mbOKCancel,0); 59: end; 60: 61: validate_data:=error;

70

62: 63: 64: end; 65: 66: procedure TForm4.suiButton2Click(Sender: TObject); 67: begin 68: Form4.Hide; 69: Form3.Show; 70: end; 71: 72: end.

1: unit Unit_decision_matrixpas; 2: 3: interface 4: 5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, StdCtrls, Grids, BaseGrid, AdvGrid, AdvSprd, ExtCtrls, SUIForm, 8: Unit_global, SUIButton; 9: 10: type 11: TForm5 = class(TForm) 12: suiForm1: TsuiForm; 13: AdvSpreadGrid1: TAdvSpreadGrid; 14: Label1: TLabel; 15: Label2: TLabel; 16: Label3: TLabel; 17: suiButton1: TsuiButton; 18: procedure suiButton1Click(Sender: TObject); 19: private 20: Private declarations 21: public 22: Public declarations 23: end; 24: 25: var 26: Form5: TForm5; 27: 28: implementation 29: 30: $R *.dfm 31: 32: procedure TForm5.suiButton1Click(Sender: TObject); 33: begin 34: calculate_decision_smart(); 35: end; 36: 37: end.

1: unit Unit_smart_final_results; 2: 3: interface 4:

71

5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, Grids, BaseGrid, AdvGrid, ExtCtrls, SUIForm, SUIButton,Unit_filename; 8: 9: type 10: TForm6 = class(TForm) 11: suiForm1: TsuiForm; 12: AdvStringGrid1: TAdvStringGrid; 13: suiButton1: TsuiButton; 14: suiButton2: TsuiButton; 15: procedure suiButton1Click(Sender: TObject); 16: procedure suiButton2Click(Sender: TObject); 17: private 18: Private declarations 19: public 20: Public declarations 21: end; 22: 23: var 24: Form6: TForm6; 25: 26: implementation 27: 28: Uses 29: Unit_decision_matrixpas,Unit_final_tosave,Unit_global; 30: 31: $R *.dfm 32: 33: procedure TForm6.suiButton1Click(Sender: TObject); 34: var 35: i,j,k:integer; 36: begin 37: for i := 0 to (no_criteria_smart) do 38: begin 39: for j := 0 to (no_alternatives_smart+1) do 40: begin 41: Form12.AdvStringGrid1.Cells[i,j]:= Form5.AdvSpreadGrid1.Cells[i,j]; 42: end; 43: end; 44: 45: Form12.AdvStringGrid1.Cells[no_criteria_smart+1,1]:= 'Final Scores'; 46: j:=2; 47: 48: for k:= 0 to no_alternatives_smart do 49: begin 50: Form12.AdvStringGrid1.Cells[no_criteria_smart+1,j]:=Form6.AdvStringGrid1.Cells[1,k]; 51: j:=j+1; 52: end; 53: 54: Form10.Show; 55: Form6.Hide; 56: end; 57: 58: procedure TForm6.suiButton2Click(Sender: TObject); 59: begin 60: Form6.Hide; 61: Form5.Show; 62: end;

72

63: 64: end.

1: unit Unit_filename; 2: 3: interface 4: 5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, SUIButton, StdCtrls, SUIEdit, ExtCtrls, SUIForm; 8: 9: type 10: TForm10 = class(TForm) 11: suiForm1: TsuiForm; 12: suiEdit1: TsuiEdit; 13: suiButton1: TsuiButton; 14: procedure suiButton1Click(Sender: TObject); 15: private 16: Private declarations 17: public 18: Public declarations 19: end; 20: 21: var 22: Form10: TForm10; 23: 24: implementation 25: 26: Uses 27: Unit_final_tosave; 28: 29: $R *.dfm 30: 31: procedure TForm10.suiButton1Click(Sender: TObject); 32: var 33: fname: string; 34: begin 35: if(suiEdit1.Text <> '') then 36: begin 37: fname:= 'c:\Decision_making\'+ suiEdit1.Text; 38: Form12.AdvStringGrid1.SaveToXLS(fname); 39: Form10.Hide; 40: end; 41: end; 42: 43: end.

1: unit Unit_final_tosave; 2: 3: interface 4: 5: uses 6: Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms, 7: Dialogs, Grids, BaseGrid, AdvGrid, ExtCtrls, SUIForm;

73

8: 9: type 10: TForm12 = class(TForm) 11: suiForm1: TsuiForm; 12: AdvStringGrid1: TAdvStringGrid; 13: private 14: Private declarations 15: public 16: Public declarations 17: end; 18: 19: var 20: Form12: TForm12; 21: 22: implementation 23: 24: $R *.dfm 25: 26: end.

74